【技术实现步骤摘要】
本专利技术涉及图像处理，尤其涉及面向微小目标识别的超分辨率方法、电子设备、存储介质。
技术介绍
1、在微小目标识别领域，如何精准捕捉并识别弱特征的微小目标一直是行业内的重要课题，其识别效果直接关系到产品品质把控、工业生产效率等诸多关键环节，具有重要的工程应用价值。然而，微小目标本身尺寸极小，其携带的弱特征信息更是细微难辨。
2、比如，钽电容端电极表面裂纹缺陷严重影响着电容器的使用寿命，在制造过程中及时发现产品裂纹缺陷而降低次品率，是保障钽电容出厂品质的重要环节，具有重要的工程意义。但是，钽电容是一种毫米级别的电容器，其所产生的弱特征微裂纹更是微小，由于镜头倍率的选择需考虑端电极成像的完整性与实际检测环境的制约，使得待检测图像的分辨率较低，难以直接通过检测算法识别出弱特征微裂纹缺陷。若通过改造硬件的方式以提高识别过程中图像的分辨率，其成本高、实际制造工艺和应用也将受到限制。同时，钽电容端电极表面本身所存在的背景噪声对后续识别算法会产生较大影响，从而进一步增加了误检的可能性。
技术实现思路p>
1、针对微本文档来自技高网...
【技术保护点】
1.一种面向微小目标识别的超分辨率方法，其特征在于，所述方法包括：
2.根据权利要求1所述的面向微小目标识别的超分辨率方法，其特征在于，所述梯度运算单元中梯度微分算子表达式为：
3.根据权利要求1所述的面向微小目标识别的超分辨率方法，其特征在于，所述方法还包括：
4.根据权利要求1所述的面向微小目标识别的超分辨率方法，其特征在于，所述上采样单元采用双线性插值方法。
5.根据权利要求1所述的面向微小目标识别的超分辨率方法，其特征在于，所述像素重建单元采用单层卷积层。
6.根据权利要求1所述的面向微小目标识别的超...
【技术特征摘要】
1.一种面向微小目标识别的超分辨率方法，其特征在于，所述方法包括：
2.根据权利要求1所述的面向微小目标识别的超分辨率方法，其特征在于，所述梯度运算单元中梯度微分算子表达式为：
3.根据权利要求1所述的面向微小目标识别的超分辨率方法，其特征在于，所述方法还包括：
4.根据权利要求1所述的面向微小目标识别的超分辨率方法，其特征在于，所述上采样单元采用双线性插值方法。
5.根据权利要求1所述的面向微小目标识别的超分辨率方法，其特征在于，所述像素重建单元采用单层卷积层。
6.根据权利要求1所述的面向微小目标识别...
【专利技术属性】
技术研发人员：张洁，康旭峰，郭玉荣，汪俊亮，叶海强，
申请(专利权)人：无锡灵奕智能科技有限公司，
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。