一种面向监控画面的多尺度图像超分辨率方法及装置制造方法及图纸

技术编号:43548640 阅读:24 留言:0更新日期:2024-12-03 12:30
本发明专利技术提供一种面向监控画面的多尺度图像超分辨率方法及装置,解决了现有技术中监控画面分辨率低、细节还原能力差的问题。具有以下优点:(1)与传统的图像超分辨率方法相比,本发明专利技术更加专注于处理监控图像中的特殊性和需求。通过对抗生成网络GAN学习监控画面的退化,并通过字典模糊核图像增强网络的训练,实现对退化图像的增强和恢复,提高了图像质量和细节还原能力。(2)本发明专利技术还构建了一个多尺度超分辨率网络,能够处理不同放大倍数的目标,并一次性生成不同放大倍数的相应的超分辨率图像。这种设计提高了网络的适应性和灵活性,使其能够适应不同放大倍数的监控图像。(3)本发明专利技术还可以根据具体应用场景的需要,进一步增加或减少网络分支的数量,以适应更多不同的放大倍数需求。此外,还可以通过引入更多的网络层或模块,进一步提升网络对不同尺度和大小的监控图像的处理能力。

【技术实现步骤摘要】

本专利技术涉及图像处理领域,尤其涉及一种面向监控画面的多尺度图像超分辨率方法及装置


技术介绍

1、在图像处理领域,图像超分辨率是一种通过增加图像的细节和清晰度来提高图像分辨率的技术。传统的图像超分辨率方法包括插值技术(如双线性插值、双三次插值等)和基于边缘保持的滤波技术(如基于自适应滤波的超分辨率方法)。然而,这些传统方法往往无法恢复出真实的高分辨率细节,因为它们没有充分利用图像中的复杂纹理和结构信息。此外,这些方法对于监控画面等复杂场景的超分辨率处理效果有限。深度学习技术的发展为图像超分辨率带来了新的突破。基于深度学习的图像超分辨率方法在各个领域都取得了显著的成果,包括自然图像、医学图像以及监控图像等。通过将这些方法应用于监控画面的超分辨率处理,可以提高监控系统的图像质量和细节信息,进而改善目标识别、行为分析等监控任务的准确性和可靠性。

2、由于监控摄像头的分辨率限制和实时传输的需求,监控画面往往具有较低的分辨率。这导致在监控系统中观察和分析场景时,无法获得清晰的图像和足够的细节信息。低分辨率的监控画面可能导致以下问题:细节信息丢失:监控画本文档来自技高网...

【技术保护点】

1.一种面向监控画面的多尺度图像超分辨率的方法,其特征在于,具体包括如下步骤:

2.根据权利要求1所述的一种面向监控画面的多尺度图像超分辨率的方法,其特征在于,还包括以下步骤:

3.根据权利要求1所述的一种面向监控画面的多尺度图像超分辨率的方法,其特征在于,步骤S3、步骤S4和步骤S5中,所述第一层超分辨率网络、第二层超分辨率网络和第三层超分辨率网络结构相同,均包括四层卷积神经网络、上采样层和四层卷积神经网络。

4.根据权利要求1所述的一种面向监控画面的多尺度图像超分辨率的方法,其特征在于,步骤S2中,所述四层退化网络包括第一层退化网络、第二层退化网络...

【技术特征摘要】

1.一种面向监控画面的多尺度图像超分辨率的方法,其特征在于,具体包括如下步骤:

2.根据权利要求1所述的一种面向监控画面的多尺度图像超分辨率的方法,其特征在于,还包括以下步骤:

3.根据权利要求1所述的一种面向监控画面的多尺度图像超分辨率的方法,其特征在于,步骤s3、步骤s4和步骤s5中,所述第一层超分辨率网络、第二层超分辨率网络和第三层超分辨率网络结构相同,均包括四层卷积神经网络、上采样层和四层卷积神经网络。

4.根据权利要求1所述的一种面向监控画面的多尺度图像超分辨率的方法,其特征在于,步骤s2中,所述四层退化网络包括第一层退化网络、第二层退化网络、第三层退化网络和第四层退化网络。

5.根据权利要求2所述的一种面向监控画面的多尺度图像超分辨率的方法,其特征在于,步骤s2中,对所述高分辨率图像hr和所述真实监控图像通过四层退化网络和gan进行处理,形成低分辨率图像lr8,具体包括如下...

【专利技术属性】
技术研发人员:陈志文吴云波何新华
申请(专利权)人:亳州上大工程技术有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1