改进的联合型图像超分辨率重建算法

• 作者: 付林军 刘正男 王凤随
• 来源期刊: 电子测量与仪器学报
• 学科: 工学
• 关键词: 图像重建 超分辨率 锚定邻域回归 卷积神经网络 图像相关系数
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 学术论文
• 页码范围: 111-120
• 页数: 10页
• 分类号: TP391.4|TN02
• 语种: 中文
• DOI: 10.13382/j.jemi.B1902318

摘要

针对传统锚定邻域回归(anchored neighborhood regression,ANR)的图像超分辨率方法缺乏灵活性、且对图像的细节没有很好的恢复能力的缺点,提出一种锚定邻域回归和卷积神经网络(convolution neural network,CNN)相结合的图像重建方法.首先,在ANR中提出使用弹性网络回归模型,使算法具有特征选择的特点.其次,在CNN的图像预处理部分使用lanczos3插值方法,加快了运算速度,在特征提取中提出使用具有自门控特性的Swish函数作为激活函数,用于提高测试准确度.最后,在重建图像的评价方面提出了图像的相关系数,并用于对重建图像做进一步的有效性评估.实验结果证明,所提方法平均峰值信噪比(PSNR)达到了32.68,平均结构相似性(SSIM)达到0.938 0,平均相关系数达到0.982 8.算法有效地恢复了图像的细节部分,图像质量得到了进一步提升.