一种面向视觉位移测量的轻量级图像超分辨率重建方法技术

本发明专利技术涉及涉及图像处理技术领域，公开了一种面向视觉位移测量的轻量级图像超分辨率重建方法，可以显著提高视觉位移测量的精度。首先，该方法面向视觉位移测量为图像超分辨率重建方法确定了一种合适的训练策略：对偶回归策略，该策略能确保重建网络模型输出高分辨率图像的特征点坐标与实际情况一致，从而保证视觉位移测量的稳定性和准确性；同时，该方法引入降采样模块将输入低分辨率图像降采样为特征图，减少推理过程中计算量，并且设计可重参数化的细节增强卷积DEConv减少模型参数量，最终提升模型的推理速度，满足视觉位移测量任务实时处理图像的需求。

【技术实现步骤摘要】

本专利技术涉及图像处理，具体涉及一种面向视觉位移测量的轻量级图像超分辨率重建方法。

技术介绍

1、近年来，随着社会需求的增长和计算机视觉技术的发展，视觉位移测量技术已被广泛应用于桥梁、大坝和隧道等结构的健康监测。然而，由于硬件分辨率的限制和外界环境的干扰，相机采集图像的质量往往不足以满足远距离或高精度位移测量的要求。因此，研究面向视觉位移测量的轻量级图像超分辨率重建方法具有理论和实践意义。

2、现有图像超分辨率重建方法主要基于深度学习算法，将低分辨率图像重建为高分辨率图像，旨在减少图像噪声和模糊，还原真实细节。然而，现有图像超分辨率重建方法应用于视觉位移测量任务仍存在以下两个主要问题：

3、第一，特征点坐标一致性问题。现有图像超分辨率重建方法只注重提高图像的整体质量，却无法确保图像在重建过程中特征点坐标与实际情况保持一致，这会影响视觉位移测量的稳定性和准确性。

4、第二，模型复杂度与实时性问题。为了提升对户外场景图像的重建性能，现有像超分辨率重建方法多通过加深网络层数来提高模型的表达能力。然而，这会导致模型参数量增加与推本文档来自技高网...

【技术保护点】

1.一种面向视觉位移测量的轻量级图像超分辨率重建方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种面向视觉位移测量的轻量级图像超分辨率重建方法，其特征在于，步骤1)中，相机实际采集获取的低分辨率图像包含由外部环境干扰带来的噪声和模糊；DF2K公共数据集是DIV2K和Flickr2K数据集的组合。

3.根据权利要求1所述的一种面向视觉位移测量的轻量级图像超分辨率重建方法,其特征在于，步骤2)中，低分辨率图像首先由降采样模块映射为小尺寸特征图，再由高频特征提取模块进一步提取高频特征，最后由上采样模块输出高分辨率图像；

4.根据权利要求3所述的一...

【技术特征摘要】

1.一种面向视觉位移测量的轻量级图像超分辨率重建方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种面向视觉位移测量的轻量级图像超分辨率重建方法，其特征在于，步骤1)中，相机实际采集获取的低分辨率图像包含由外部环境干扰带来的噪声和模糊；df2k公共数据集是div2k和flickr2k数据集的组合。

3.根据权利要求1所述的一种面向视觉位移测量的轻量级图像超分辨率重建方法,其特征在于，步骤2)中，低分辨率图像首先由降采样模块映射为小尺寸特征图，再由高频特征提取模块进一步提取高频特征，最后由上采样模块输出高分辨率图像；

4.根据权利要求3所述的一种面向视觉位移测量的轻量级图像超分辨率重建方法，其特征在于，所述细节增强卷积deconv包含四层分支，在训练阶段四个分支各自优化；其中，第一层分支为一个1×1卷积层，第二层分支为一个3×3卷积层，第三层分支为一个垂直差分卷积层vdc，第四层分支为一个水平差分卷积层hdc；1×1卷积层和3×3卷积层在不同尺度对输入特征图进行特征提取；同时，垂直差分卷积层vdc和水平差分卷积层hdc分别在水平与垂直维度提取输入特征图的边缘细节和高频信息。

5.根据权利要求3所述的一种面向视觉位移测量的轻量级图像超分辨率重建方...

【专利技术属性】
技术研发人员：杨旭升，陈明浩，史秀纺，张文安，付明磊，杨平，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：