【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:
...【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
...【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:
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。