-
题名单帧焦炭显微图像分辨率提升的学习方法研究
被引量：1
- 1
-
-
作者
周芳
蒋建国
王培珍
-
机构
合肥工业大学计算机与信息学院
安徽工业大学电气信息学院
-
出处
《电子测量与仪器学报》
CSCD
2011年第7期597-604,共8页
-
基金
国家自然科学基金(编号:50874001)资助项目
国家自然科学基金(编号:51007002)资助项目
校青年教师科研基金(编号:QZ201013)资助项目
-
文摘
针对焦炭显微光学组织成分多样性,及传统学习方法处理新样本效果差、计算复杂度高等局限,提出一种新的两步学习图像分辨率提升方法。通过动态改变训练样本和协方差矩阵特征向量,改进传统主成分分量学习算法,获取保持全局特征的高分辨率估计图像。为补充局部细节信息,对图像残差作重叠分块处理,提出基于残差块的加权近邻线性嵌入流形学习算法,实现无特征量提取预测补偿。最后经合成获分辨率提升图像。实验结果验证本文方法较其他方法可获得更高的峰值信噪比和更好的可视化效果,为焦炭显微光学组织成分的分类识别奠定良好基础。
-
关键词
计算机应用
焦炭显微图像
分辨率提升
流形学习
主成分分析
邻域线性嵌入
-
Keywords
computer application
coke micrograph
resolution enhancement
manifold learning
principal com-ponent analysis
neighbor linear embedding
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于SRGAN的栅格海图超分辨率提升方法
- 2
-
-
作者
马梦锴
董箭
王芳
刘国辉
初宏晟
-
机构
海军大连舰艇学院军事海洋与测绘系
海军大连舰艇学院海洋测绘工程军队重点实验室
海图信息中心
[
-
出处
《海洋测绘》
CSCD
北大核心
2023年第4期67-71,共5页
-
基金
国家自然科学基金(42071439,41871369,41901320)。
-
文摘
针对海图制图领域中低分辨率栅格海图难以满足制图需求的问题,提出了基于超分辨率生成对抗网络(super resolution generative adversarial network,SRGAN)模型的栅格海图超分辨率提升方法。该方法通过以下步骤实现:首先对低分辨率栅格海图进行切分,以满足SRGAN模型输入要求;然后使用构建的训练集对SRGAN模型进行训练,并利用该模型对低分辨率栅格海图进行超分辨率提升处理;最后利用输出拼接模型对输出结果进行重组,将原有的低分辨率栅格海图转化为高分辨率栅格海图。实验结果表明:相较于其他重采样方法,本文方法具有更优的图像还原效果。本文方法为海图制图技术的发展提供了新的思路和方向,并为今后相关领域的研究提供了一定的参考和借鉴价值。
-
关键词
海图数字化
栅格海图
深度学习
生成对抗网络
超分辨率提升
-
Keywords
chart digitization
raster chart
deep learning
SRGAN
super resolution reconstruction
-
分类号
P285.7
[天文地球—地图制图学与地理信息工程]
-
