基于生成对抗网络的岩心图像超分辨算法  

作　　者：薛章涛 张航 XUE Zhangtao;ZHANG Hang

机构地区：[1]西安石油大学,陕西西安710000

出　　处：《信息技术与信息化》2023年第2期85-88,共4页Information Technology and Informatization

摘　　要：岩心铸体薄片图像对研究石油的地质特性与石油储存含量都具有重要的意义。由于设备或者人为因素的影响,实验员往往获取低分辨率的岩心薄片图片,在一定程度上,限制了研究人员对于细节信息掌握。利用对抗生成神经网络的方法实现岩心铸体薄片图像超分辨率重建,有利于提高岩心铸体薄片图像的分辨率,实现单帧图片情况下岩心铸体薄片图像的超分辨率重建。针对以上问题,基于卷积神经网络的图像超分辨率重建算法提出了一种新型超深卷积神经网络的图像超分辨率重建网络。由超深卷积神经网络的图像超分辨率重建网络作为生成对抗神经网络的生成器。在损失函数方面,一方面利用内容损失函数提高图像的重建精度,另一方面利用卷积神经网络实现超分辨率图像纹理细节的重构,采用改进后的方法与传统的插值算法和目前流行的超分辨率重建算法比较,在峰值信噪比和结构相似性评价指标均有较大幅度提升,并且图片细节更加清楚。

关 键 词：岩心铸体薄片图像 生成对抗网络 超分辨率图像 SRGAN网络模型 VDSR网络模型 

分 类 号：P618.13[天文地球—矿床学] TP183[天文地球—地质学] TP391.41[自动化与计算机技术—控制理论与控制工程]