【技术实现步骤摘要】
【国外来华专利技术】红外图像的超分辨率的处理方法及系统
[0001]本专利技术总体上涉及图像处理,且尤其涉及从低分辨率(LR)图像生成高分辨率(HR)图像。
技术介绍
[0002]红外(IR)图像是感测从给定目标表面发射或反射的处于电磁谱的红外带宽(约0.72至12微米)的电磁辐射的结果。经由当前IR未制冷技术生成的图像有低分辨率的问题,因此降低了这些LR图像的有用性。
[0003]超分辨率(Super
‑
resolution)(SR)成像是增强(增加)成像系统的分辨率的一类技术,例如,从一个或更多个低分辨率输入图像恢复或生成高分辨率图像。
[0004]彩色数字图像由像素(通常由4个红色像素、绿色类型1像素和绿色类型2像素以及蓝色像素的簇组成彩色像素),使得像素由一系列代码(数值)表示的原色的组合制成。每种颜色被称为通道。例如,来自标准数码相机的图像将具有红色通道、绿色通道和蓝色通道(RGB)。灰度图像仅具有一个通道。YUV图像是源自广播的RGB颜色空间的仿射变换。Y通道大致与感知强度相关,而U通道和V通道提供颜色信息。
技术实现思路
[0005]根据本实施例的教导,提供了一种用于使用用于低功率设备的深度神经网络方法从低分辨率图像生成高分辨率图像的方法。本实施例通常可以用人工神经网络(ANN)来实现,更具体地,可以用卷积神经网络(CNN)来实现。实施例包括使用低功率设备生成超分辨率(SR)图像以增强早期检测的能力(例如在农业中用于表型识别、灌溉监测和植物中疾病的早期检测)。
[0 ...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种用于图像处理的系统,其特征在于,所述系统包括:(a)处理系统,所述处理系统包括一个或更多个处理器,以及(b)人工神经网络(100),所述人工神经网络(100)包括:(i)输入层(L
‑
IN),所述输入层(L
‑
IN)包括用于存储输入图像(ILR)的存储位置,(ii)一个或更多个(L)卷积层(L
‑
n),其中,所述输入层(L
‑
IN)连接到所述卷积层(L
‑
n)的第一卷积层(L
‑
1),以及(iii)输出层(L
‑
OUT),所述输出层(L
‑
OUT)连接到所述卷积层(L
‑
n)的最后卷积层(L
‑
l)并且包括用于存储输出图像(ISR)的存储位置,(c)其中,(A)所述层包括用于在所述处理系统上执行的指令,(B)所述输入图像(ILR)被输入到所述输入层(L
‑
IN)以及所述卷积层(L
‑
n)中的至少一个卷积层(L
‑
n),(C)所述输入层(L
‑
IN)的初始输出(110)被输入到所述卷积层(L
‑
n)中的至少一个卷积层(L
‑
n),并且(D)所述卷积层(L
‑
n)中的至少一个卷积层(L
‑
n)的层输出(S)被输入到至少一个后续的卷积层(L
‑
n)。2.根据权利要求1所述的系统,其特征在于,所述处理器被配置为执行使用预定的一组机器代码编程的指令,并且所述层包括在所述处理器的所述机器代码中实现的计算指令。3.根据权利要求1所述的系统,其特征在于,所述输入图像是低分辨率图像,并且所述输出图像是超分辨率图像。4.根据权利要求1所述的系统,其特征在于,所述卷积层(L
‑
n)中的至少一个卷积层(L
‑
n)中的每个卷积层(L
‑
n)包括:(a)相应的卷积模块(LCON
‑
n),所述相应的卷积模块(LCON
‑
n)接收至相应的卷积层(L
‑
n)的数据,(B)相应的激活函数(PReLU),所述相应的激活函数(PReLU)处理来自所述相应的卷积模块(LCON
‑
n)的输出数据,以及(C)相应的瓶颈层(LB),所述相应的瓶颈层(LB)处理来自所述相应激活函数(PReLU)的输出数据。5.根据权利要求4所述的系统,其特征在于,所述输入图像(ILR)和所述初始输出(110)被输入到所述瓶颈层(LB),并且所述瓶颈层(LB)生成所述层输出(S)。6.根据权利要求1所述的系统,其特征在于,所述输入图像(ILR)被输入到所述卷积层(L
‑
n)中的每个卷积层(L
‑
n)。7.根据权利要求1所述的系统,其特征在于,所述初始输出(110)被输入到所述卷积层(L
‑
n)中...
【专利技术属性】
技术研发人员:纳沃特,
申请(专利权)人:拉莫特特拉维夫大学有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。