[发明专利]基于总变差分和卷积神经网络的超分辨率重建方法在审
| 申请号： | 201610515218.X | 申请日： | 2016-06-30 |
| 公开（公告）号： | CN106204447A | 公开（公告）日： | 2016-12-07 |
| 发明（设计）人： | 贾惠柱;杨帆;解晓东;杨长水;陈瑞 | 申请（专利权）人： | 北京大学 |
| 主分类号： | G06T3/40 | 分类号： | G06T3/40 |
| 代理公司： | 北京得信知识产权代理有限公司 11511 | 代理人： | 孟海娟;崔建丽 |
| 地址： | 100871*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于总变差分和卷积神经网络的超分辨率重建方法，包括如下步骤：图像分解步骤，采取基于总变差分的方法将原始低分辨率的图像分解成结构部分和纹理部分；结构部分图像放大步骤，先用线性插值对所述结构部分进行放大得到初始放大图像，然后用锐化滤波器对边缘进行锐化，最后进行结果修正；纹理部分图像重建步骤，用线性插值针对所述纹理部分进行放大，将放大后的图像输入卷积神经网络，经运算后得到重建后的纹理图像；以及图像结合步骤，将所述放大后的结构部分图像和所述重建后的纹理图像组合，生成最终的超分辨率图像。本发明超分辨率重建的图像同时保持图像的边缘和纹理结构，并降低运算复杂度，满足实时性的要求。 | ||
| 搜索关键词： | 基于 总变差分 卷积 神经网络 分辨率 重建 方法 | ||
【主权项】：
一种基于总变差分和卷积神经网络的超分辨率重建方法，其特征在于，对低分辨率的图像进行超分辨率重建，包括如下步骤：图像分解步骤，采取基于总变差分的方法将原始低分辨率的图像分解成结构部分和纹理部分；结构部分图像放大步骤，先用线性插值对所述结构部分进行放大得到初始放大图像，然后用锐化滤波器对边缘进行锐化，最后进行结果修正；纹理部分图像重建步骤，用线性插值针对所述纹理部分进行放大，将放大后的图像输入卷积神经网络，经运算后得到重建后的纹理图像；以及图像结合步骤，将所述放大后的结构部分图像和所述重建后的纹理图像组合，生成最终的超分辨率图像。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京大学，未经北京大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610515218.X/，转载请声明来源钻瓜专利网。
