一种基于神经网络的超分辨图像重构方法  

Reconstruction of super-resolution image based on neural network

作　　者：刘梅[1] 刘慧念[1] 刘伟东 王彦珍 许荣庆[1] 

机构地区：[1]哈尔滨工业大学电子工程研究所,黑龙江哈尔滨150001 [2]黑龙江省科技开发中心,黑龙江哈尔滨150001 [3]北京大唐电信高鸿数据网络技术有限公司,北京100088

出　　处：《哈尔滨工业大学学报》2003年第6期707-710,共4页Journal of Harbin Institute of Technology

摘　　要：针对在航空航天遥感领域中使用CCD相机对景物进行成像时 ,由于像元尺寸的限制导致图像分辨率低的问题 ,提出了采用人工神经网络映射图像重构过程非线性特性的方法 .在相机参数已知的情况下 ,用后向误差传播 (BP)神经网络融合从不同角度对同一景物重复拍照得到的多帧低分辨率图像的冗余信息 ,重构得到较高分辨率的图像 .在模拟成像仿真实验中得到了分辨率提高 4倍、信噪比接近The reconstruction of super-resolution image based on backpropagation neural network algorithm is proposed to provide a higher quality reconstructed image with the resolution improved by 4 times to avoid error accumulating of CG iterations and to get high-resolution image by using backpropagation neural network to map the nonlinear processing of reconstruction. It differs from those methods based on equation iterative solution and can greatly improve the quality of super-resolution image.

关 键 词：后向误差传播神经网络 超分辨图像 图象重构 冗余信息 分辨率 数学模型 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术] TP183[自动化与计算机技术—计算机科学与技术]