基于深度学习的红外夜视图像超分辨率重建

详细信息

Super-resolution Reconstruction of Infrared Images in Night Environments Based on Deep-learning

摘要: 针对红外夜视图像对比度低、成像质量不高的问题,提出适合红外夜视图像超分辨率重建方法.在自然图像超分辨率重建模型的基础上增加基于Retinex的对比度增强预处理步骤,并对网络模型做如下改进:构建超深卷积神经网络学习低分辨率图像与高分辨率图像之间的映射关系,增大感受野,提升网络学习能力;仅学习高低分辨率图像间的差值信息加速网络收敛.针对高分辨率红外夜视图像不易获得,数据量较少的问题,利用迁移学习理论,使用少量的高分辨率红外夜视图像为目标样本,对自然图像超分辨率重建模型进行微调,得到适合红外夜视图像重建的网络权重模型.实验结果证明:使用该方法得到的红外夜视图像信息丰富,层次分明,具有良好的视觉效果.
- 红外夜视图像 /
- 超分辨率 /
- 预处理 /
- 超深神经网络

1.	杨锋，赵维骏，顾燕，董隽媛，吕扬，李海生，郭一亮，朱波. 基于细节显著性估计的低照度图像增强方法. 红外技术. 2024(10): 1145-1153 . 本站查看
2.	韩龙，刘凯雷，左超，王超群，苏勋文. 改进ESRGAN的电力设备红外图像超分辨率重建方法. 黑龙江科技大学学报. 2023(03): 445-450 . 百度学术
3.	翁宇游，郑州，郭俊，赵志超，谢炜，胡雨. 改进U-Net网络的接地网图像超像素分割. 激光与红外. 2023(08): 1196-1202 . 百度学术
4.	杨锋，赵维骏，顾燕，朱波，吕扬，焦国力，闵超波. 基于正则化高斯场模型的低光图像增强. 激光与红外. 2023(10): 1586-1592 . 百度学术
5.	吴天强，王义贺. 基于改进深度学习自编码的图像边沿畸变校正算法研究. 光电子·激光. 2021(02): 149-156 . 百度学术
6.	牛康力，谌雨章，沈君凤，曾张帆，潘永才，王绎冲. 基于深度学习的双通道夜视图像复原方法. 计算机应用. 2021(06): 1775-1784 . 百度学术
7.	温郭英. 视觉传达技术的低分辨激光图像重建研究. 激光杂志. 2021(10): 87-92 . 百度学术
8.	彭雯. 基于深度学习的模糊图像超分辨率重建方法. 电子技术与软件工程. 2020(12): 125-126 . 百度学术
9.	黄元忠，廖小华，卢庆华. 结合双线性插值与局部均值的红外图像插值算法. 计算技术与自动化. 2020(02): 133-137 . 百度学术