基于密集特征融合的超分辨率算法研究  

作　　者：曹江 高喆 吴玲 雷大军[1] 李亚兰[1] CAO Jiang;GAO Zhe;WU Ling;LEI Dajun;LI Yalan

机构地区：[1]湘南学院物理与电子电气工程学院,湖南郴州423000 [2]湖北工程学院物理与电子信息工程学院,湖北孝感432000

出　　处：《信息技术与信息化》2021年第10期72-74,共3页Information Technology and Informatization

基　　金：2021湖南省大学生创新训练项目(S202110545032);湖南省社会科学成果评审委员会课题(XSP21YBC149);郴州市社会科学规划课题(CZSSK12021071);湖北工程学院教学研究项目(2020A29)。

摘　　要：图像是承载信息的重要媒介之一,模糊的图像影响了信息的正确传递。针对该问题,提出了一种基于密集特征融合的超分辨率算法。算法以基于残差密集网络的图像超分辨率(residual dense network,RDN)模块为基础,通过初步特征抽取模块和密集特征提取模块得到模糊图像不同层次、不同深度的密集特征,并将所有特征融合,结合子像素卷积的方法对图像进行超分辨率放大,恢复模糊图像的细节信息。实验结果表明,算法能明显提高模糊图像的清晰度,恢复模糊图像中的细节信息。

关 键 词：图像超分辨率 密集特征融合 RDN 卷积神经网络 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]