基于深度學(xué)習(xí)的圖像超分辨算法研究

《基于深度學(xué)習(xí)的圖像超分辨算法研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、巧Ｉ單位代巧１０４７５學(xué)晉１０４＾３１３０７７０分類(lèi)號(hào)ＴＰ巧１皆為義聲碩±學(xué)位論文基于深度學(xué)習(xí)的圍巧超分辨算法硏究１＇＼京－．羣茲托■？■＇、＾學(xué)科、專(zhuān)業(yè)：計(jì)算機(jī)應(yīng)巧技術(shù)耗研究方向：圖像復(fù)原申請(qǐng)學(xué)位類(lèi)別：理學(xué)學(xué)位岐＇申請(qǐng)人：韓小虎指導(dǎo)教師；楊偉副教授巧織＝：ｆ二ｏ—六年六月罐：ｆ訂：IMAGESUPER-RESOLUTIONALGORITHMBASEDONDEEPLEARNINGADissertationSubmittedtotheGra

2、duateSchoolofHenanUniversityinPartialFulfillmentoftheRequirementsfortheDegreeofMasterofScienceByHanXiaohuSupervisor:Asso.Prof.YangWeiJune,2016關(guān)于學(xué)位論文獨(dú)創(chuàng)聲明和學(xué)術(shù)誠(chéng)信承譜本人向河南大學(xué)提出碩壬學(xué)位申請(qǐng)。本人課重棄明；所呈交的學(xué)位論文是本人在導(dǎo)師的指導(dǎo)下鏈立完成的。據(jù)我所知除文中巧別加Ｗ說(shuō)明、標(biāo)注和致謝的地，對(duì)所研完的課題有新的見(jiàn)解，方外，論文中不包括其他人已經(jīng)發(fā)表或撰寫(xiě)過(guò)的研究成果，也不包括

3、其他人為獲得任何教育、科研機(jī)構(gòu)的學(xué)位或證書(shū)而使用過(guò)的材料一同工作的同事對(duì)本研究所做的化倚貢獻(xiàn)均已在論文。與我；中作了明角的說(shuō)明并表示了謝意。在此本人鄭重承諾：所呈交的學(xué)位論文不存在舞弊作巧行為，文責(zé)自負(fù)。學(xué)位申請(qǐng)人（學(xué)位論丈作者）簽名：２０１占年（月Ｌ曰關(guān)于學(xué)位論文著作權(quán)使用授權(quán)書(shū)本人經(jīng)河南大學(xué)審核批準(zhǔn)授予碩壬學(xué)位。作為學(xué)位論文的作者，本人完全了解并同意河南大學(xué)有關(guān)保留、使用學(xué)位論文的要求，即巧南大學(xué)有權(quán)向國(guó)《圖書(shū)館、科研信患機(jī)構(gòu)、數(shù)據(jù)收集機(jī)構(gòu)和本校圖書(shū)館等提供學(xué)位論文（紙質(zhì)文本和電子文本）Ｗ供公么栓索、查閱。本

4、人授權(quán)河南大學(xué)出于宣揚(yáng)、展覽學(xué)校學(xué)術(shù)發(fā)展和進(jìn)行學(xué)術(shù)交流等目的，可Ｗ采取影印、縮印、掃描和拇貝等復(fù)制手段保存、匯編學(xué)位論文Ｃ紙巧文本和電子文本）。（涉及保密內(nèi)容的學(xué)位論文在解密后適用本授權(quán)書(shū)）學(xué)位獲得者（學(xué)位論文作者）簽名：旅２〇１會(huì)年備月之日學(xué)位論文指導(dǎo)財(cái)甲簽名：２０１年＾月２＿曰＾摘要在我們的社會(huì)生活中，圖像是最為普及的一種信息載體。然而在生成圖像的過(guò)程中，受到外界退化因素的影響，最終獲得的圖像往往不能滿足人們的要求，這對(duì)人們認(rèn)識(shí)世界，了解社會(huì)規(guī)律造成了阻礙。而對(duì)于如何改善圖像質(zhì)量，提高圖像的清晰度就變成了一個(gè)

5、圖像處理領(lǐng)域的一個(gè)課題。圖像超分辨技術(shù)因此而生，并成功應(yīng)用到計(jì)算機(jī)圖像視覺(jué)、醫(yī)學(xué)、交通和人臉識(shí)別等領(lǐng)域，受到了各界的關(guān)注。而對(duì)于進(jìn)行超分辨的手段來(lái)說(shuō)，基于硬件技術(shù)生成高精度圖像成本偏高，因而有效的超分辨技術(shù)手段是基于軟件來(lái)生成高分圖像。特別的，基于學(xué)習(xí)的圖像超分辨技術(shù)則是圖像復(fù)原領(lǐng)域中的一個(gè)熱點(diǎn)。隨著大數(shù)據(jù)時(shí)代的到來(lái)，受益于可用計(jì)算力與數(shù)據(jù)量的增加，由Hinton教授于06年提出的深度學(xué)習(xí)概念得到了極大的發(fā)展。深度學(xué)習(xí)是目前最接近人思考方式的一種智能學(xué)習(xí)方法，它通過(guò)模仿人腦的來(lái)構(gòu)建網(wǎng)絡(luò)模型，能夠發(fā)現(xiàn)高維數(shù)據(jù)的復(fù)雜結(jié)構(gòu)特點(diǎn)，在圖像領(lǐng)域有令人驚訝的表現(xiàn)

6、，并且在許多領(lǐng)域完勝其他機(jī)器學(xué)習(xí)技術(shù)。鑒于深度學(xué)習(xí)在各大領(lǐng)域取得的成就，所以將深度學(xué)習(xí)引入圖像超分辨中。本文提出了兩種基于深度學(xué)習(xí)的圖像超分辨算法，主要工作內(nèi)容如下：（1）提出了一種基于多層感知機(jī)的圖像超分辨算法。利用多層感知機(jī)的深度結(jié)構(gòu)，識(shí)別高維的圖像特征，從而建立超分辨模型。在時(shí)間的效率上來(lái)說(shuō)，訓(xùn)練后的深度神經(jīng)網(wǎng)絡(luò)進(jìn)行超分辨的時(shí)間遠(yuǎn)遠(yuǎn)低于一般的算法，具有良好的時(shí)間效率。對(duì)于圖像恢復(fù)的效果來(lái)說(shuō)，得益于大數(shù)據(jù)與計(jì)算力的增加，使得網(wǎng)絡(luò)可以一直進(jìn)行訓(xùn)練，時(shí)間越長(zhǎng)，數(shù)據(jù)集越大，其效果會(huì)越好。網(wǎng)絡(luò)訓(xùn)練完之后，我們將圖片放入網(wǎng)絡(luò)中進(jìn)行超分辨，最終得到一個(gè)超分

7、辨的圖像。實(shí)驗(yàn)結(jié)果表明，基于多層感知機(jī)的圖像超分辨算法取得了較好的圖像超分辨效果。（2）提出了一種基于卷積神經(jīng)網(wǎng)絡(luò)的圖像超分辨算法。卷積網(wǎng)絡(luò)與多層感知機(jī)都是一種前饋深度神經(jīng)網(wǎng)絡(luò)。其感受野（即權(quán)值共享）的概念大大減少了網(wǎng)絡(luò)的參數(shù)，降低了模型的復(fù)雜度。算法采用三層卷積對(duì)圖像進(jìn)行處理，不采用池化層，通過(guò)網(wǎng)絡(luò)所得的圖像子塊在MATLAB中進(jìn)行疊加，然后與權(quán)值矩陣進(jìn)行點(diǎn)除法處理，最終得到的圖像即為超分辨圖像。最后，對(duì)得到的超分辨圖像進(jìn)行實(shí)驗(yàn)效果分析，并且針對(duì)I網(wǎng)絡(luò)的參數(shù)進(jìn)行網(wǎng)絡(luò)性能影響因子分析。實(shí)驗(yàn)結(jié)果表明，基于CNN的圖像超分辨算法取得了良好的超分辨效果。

8、關(guān)鍵詞：圖像超分辨，深度學(xué)習(xí)，反向傳播，神經(jīng)網(wǎng)絡(luò)IIABSTRACTInoursociallife,theimageist