计算机应用

作者：刘月峰, 杨涵晰, 蔡爽, 张晨荣

单位：内蒙古科技大学 信息工程学院, 内蒙古 包头 014000

关键词：单幅图像超分辨率重建,深度学习,卷积神经网络,多通道卷积,亚像素卷积

基金：内蒙古自然科学基金资助项目（2018MS06019）。

对于重建图像存在的边缘失真和纹理细节信息模糊的问题，提出一种基于改进卷积神经网络（CNN）的图像超分辨率重建方法。首先在底层特征提取层以三种插值方法和五种锐化方法进行多种预处理操作，并将只进行一次插值操作的图像和先进行一次插值后进行一次锐化的图像合并排列成三维矩阵；然后在非线性映射层将预处理后构成的三维特征映射作为深层残差网络的多通道输入，以获取更深层次的纹理细节信息；最后在重建层为减少图像重建时间在网络结构中引入亚像素卷积来完成图像重建操作。在多个常用数据集上的实验结果表明，与经典方法相比，所提方法重建图像的纹理细节信息和高频信息能得到更好的恢复，峰值信噪比（PSNR）平均增加0.23 dB，结构相似性（SSIM）平均增加0.0066。在保证图像重建时间的前提下，所提方法更好地保持重建图像的纹理细节并减少图像边缘失真，提升重建图像的性能。

来源：2019年第5期

《计算机应用》期刊编辑部

查看计算机应用杂志2019年第5期