【技术实现步骤摘要】
一种基于稠密残差连接网络的红外图像超分辨率重建方法
[0001]本专利技术属于红外成像
,涉及一种基于稠密残差连接网络的红外图像超分辨率重建方法
。
技术介绍
[0002]随着红外市场规模扩大和成熟化,主流市场对红外图像质量的要求越来越高,主要体现要求提供更好的观感舒适度
(
主观指标
)
和细节分辨能力
(
核心客观指标
)
,为了达到这些指标要求就要提高系统成像的空间分辨率
。
[0003]传统的提高空间分辨率方法主要有两个途径:
1、
传感器不变情况下,提高光学焦距;
2、
光学尺寸不变情况下缩小传感器单像元尺寸
。
但不管哪种途径,要在保证空间分辨率的同时保证探测灵敏度,光学系统尺寸与空间分辨率都存在数学上的严格相关性,通过传统设计方案提高系统空间分辨率必然带来系统体积
、
重量
、
加工难度和成本的成倍提高
。
然而,受限于最终搭载平台的客观限制,用户对红外相机的尺寸和重量都有严格要求
。
因此,依靠传统设计方案满足客户不断提高的性能需求已经遭遇了严重的瓶颈,而通过软件算法实现红外图像超分辨率重建成为最有潜力的途径
。
[0004]现有的通过软件算法实现红外图像超分辨率重建方法主要分为四类:
[0005](1)
基于插值的方法:
[0006]该方法的主要设计思想是利 ...
【技术保护点】
【技术特征摘要】
1.
一种基于稠密残差连接网络的红外图像超分辨率重建方法,其特征在于,包括以下步骤:
(1)
训练数据集准备:从真实数据中估计图像从高分辨率到低分辨率的退化对应关系,并利用该关系从高分辨率图像中生成低分辨图像,从而获得红外高
‑
低分辨率图像训练数据集;
(2)
超分模型训练:基于构建的红外高
‑
低分辨率数据集及基于稠密残差连接网络,设计对抗生成网络模型进行训练,从而获得基于稠密残差连接网络的红外图像超分辨率重建模型;
(3)
利用模型对低分辨率图像推理得到高清图像
。2.
根据权利要求1所述的基于稠密残差连接网络的红外图像超分辨率重建方法,其特征在于,所述步骤
(1)
具体实现方法如下:
(11)
搜集一定数量的原始红外图像,构成原始图像集
I
src
;
(12)
利用基于核估计的自相关对抗生成网络方法估计原始图像集中每一张图像的下采样模糊核,并将这些模糊核汇聚在一起形成下采样模糊核池
κ
;
(13)
对原始图像进行噪声块收集,获得不同的噪声块
n
i
,将这些噪声块汇聚在一起形成噪声池
η
;
(14)
对原始红外图像集进行下采样
1/2
操作,消除图像中的噪声,获得高清红外数据集
I
HR
;
(15)
对于高清红外数据集
I
HR
中的每一张图像,都从下采样模糊核池
κ
和噪声池
η
中选取下采样模糊核和噪声块,生成对应的带噪声的低分辨率红外数据集
I
LR
;
(16)
将得到的高清红外数据集
I
HR
和低分辨率红外数据集
I
LR
对应拼接成训练数据对
{I
HR
,I
LR
}。3.
根据权利要求2所述的基于稠密残差连接网络的红外图像超分辨率重建方法,其特征在于,步骤
(11)
中,搜集的原始红外图像不少于
1000
张
。4.
根据权利要求2所述的基于稠密残差连接网络的红外图像超分辨率重建方法,其特征在于,步骤
(12)
中,通过以下退化公式得到低分辨率图像:
I
LR
=
(I
HR
*k
↓
s
)+n
其中
I
HR
代表理想的清晰的高分辨率图像,
k
↓
s
和
n
分别代表未知的下采样模糊核和噪声,
I
LR
代表低分辨率图像;所述下采样模糊核
k
↓
s
是针对特定图像的,即每一张原始图像
I
src_i
都会有其对应下采样模糊核
k
↓
s_i
,则
n
张原始图像集
I
src
会得到
n
个下采样模糊核
k
↓
s
,从而构成下采样模糊核池
κ
。5.
根据权利要求2所述的基于稠密残差连接网络的红外图像超分辨率重建方法,其特征在于,步骤
(13)
中,对原始图像进行噪声块收集,是基于滤波规则在原始图像集
I
src
中搜集真实的噪声块
n
,利用下面的规则来解耦噪声和图像细节:
σ
(n
i
)<v
其中
σ
(.)
表示图像块的方差计算函数,
v
为方差的最大值;即认为当图像块的方差小于一定范围时...
【专利技术属性】
技术研发人员:张会鹏,陈一鹤,史仓州,李兴珂,
申请(专利权)人:北京长峰科威光电技术有限公司,
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。