一种无人机拍摄路面图像的超分辨率处理方法与系统技术方案

本发明专利技术为一种无人机拍摄路面图像的超分辨率处理方法与系统，所述方法包括以下内容：通过无人机航拍对路面目标进行拍摄，获得路面图像；同时使用高像素摄像机对同样目标进行拍摄作为参考图像，所有目标的参考图像构成参考图像集；构建高效KAN有参考图像超分辨率ESR‑KAN网络模型：ESR‑KAN网络模型包括KAN融合模块、重构模块以及M个串行KAN‑通道注意力，所述重构模块用于恢复图像的空间形状，经过重构模块处理后的结果与参考图像经上采样处理后的结果进行残差连接得到最终的高分辨率图像Y。本发明专利技术在无人机拍摄路面图像的超分辨率处理中，不仅提高了图像质量，增强了图像的可用性和分析的准确性，为无人机在多种应用场景中的图像处理提供了一种新的解决方案。

【技术实现步骤摘要】

本专利技术涉及图像超分辨率处理，尤其涉及一种无人机拍摄路面图像的超分辨率处理方法与系统。

技术介绍

1、无人机在执行空中侦察、地形测绘、交通监控等任务时，其搭载的摄像头所拍摄的图像质量，尤其是分辨率，对于获取精确信息至关重要。在无人机巡查检测路面的过程中，图像分辨率决定了无人机摄像头捕捉路面细节的能力，高分辨率图像能提供更多的细节信息，有助于进行准确的路面缺陷目标识别、跟踪和分析。

2、为了提高无人机拍摄路面图像分辨率，现有的方法主要是使用高分辨率的摄像头和多帧图像合成等技术。例如，有研究建议使用2000万像素以上的高分辨率单反相机，并在拍摄时选择最大分辨率模式，以减少路面图像中的噪声和模糊。然而直接使用高分辨率的摄像头需要大幅度增加设备成本。多帧图像合成等技术需要增加拍摄的照片数量，且合成需要花费大量时间，操作繁琐且可能引入误差。

3、近年来，图像超分辨率技术广泛应用到了提升图像分辨率的领域，通过深度学习模型，从低分辨率图像中重建出高分辨率图像，从而恢复更多的细节特征(广角图像，将路面宏观肉眼可见的裂缝，拍摄方法)。然而，这些方法本文档来自技高网...

【技术保护点】

1.一种无人机拍摄路面图像的超分辨率处理方法，其特征在于，所述方法包括以下内容：

2.根据权利要求1所述的方法，其特征在于，所述重构模块包括依次连接的3×3卷积层、ReLU激活函数和3×3卷积层。

3.根据权利要求1所述的方法，其特征在于，M＝4-6。

4.根据权利要求1所述的方法，其特征在于，所述ESR-KAN网络模型训练时的目标损失函数ltotal为：ltotal＝lpred+lsparse

5.根据权利要求1所述的方法，其特征在于，ESR-KAN网络模型的训练过程是：

6.一种无人机拍摄路面图像的超分辨率处理系统，其特征在...

【技术特征摘要】

1.一种无人机拍摄路面图像的超分辨率处理方法，其特征在于，所述方法包括以下内容：

2.根据权利要求1所述的方法，其特征在于，所述重构模块包括依次连接的3×3卷积层、relu激活函数和3×3卷积层。

3.根据权利要求1所述的方法，其特征在于，m＝4-6。

4.根据权利要求1所述的方法，其特征在于，所述esr-kan网络模型训练时的目标损失函数ltotal为：ltotal＝lpred+lsparse

5.根据权利要求1所述的方法，其特征在于，esr-kan网络模型的训练过程是：

【专利技术属性】
技术研发人员：孙浚博，王翔宇，钱志祥，郭乔明，王雨飞，汪军，赵宏宇，李子莫，
申请(专利权)人：华东交通大学，
类型：发明
国别省市：