检索结果-南通市图书馆

检索条件"主题词=光场重对焦"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于参考的光场重对焦图像超分辨率方法研究

基于参考的光场重对焦图像超分辨率方法研究

引用

作者：吴联雄江苏大学

学位级别：硕士

光场成像技术,在其被提出的那一刻就逐渐引人关注,而光场相机更是凭借其能够先拍照后对焦的功能让诸多研究者前赴后继投入到光场的研究中。在摄影摄像、工业医疗、生物科学等诸多领域中,光场相机都有着广泛的应用。然而,光场相机拍摄的... 详细信息

光场成像技术,在其被提出的那一刻就逐渐引人关注,而光场相机更是凭借其能够先拍照后对焦的功能让诸多研究者前赴后继投入到光场的研究中。在摄影摄像、工业医疗、生物科学等诸多领域中,光场相机都有着广泛的应用。然而,光场相机拍摄的图像分辨率较低以及各类重对焦算法时空复杂度都偏高的两大缺陷,限制了它在各领域的应用。时至今日,国内外依旧有众多基于超分辨率的光场上采样算法的研究正在进行。其研究的核心分为针对角度以及针对空间分辨率两种。本文将以加速光场重对焦算法为目的,研究并开发出高效的图像超分辨率算法,满足更加准确生成光场重对焦图像,具体研究内容如下:首先,由于传统加权引导上采样的方法在权重计算上过于直接,因此不能够很好的应用在有景深效果的光场重对焦图像上。本文提出一种基于深度加权引导网络,通过高分辨率全焦图作为引导图像实现低分辨率重对焦图超分辨率的算法。该算法实现了深度对焦-失焦边缘感知模块以获取空间对焦权重,再将该模块与深度加权引导上采样模块融合,共同构成深度加权上采样网络。实验表明,该算法不但大幅减少了模型运算量以及运算时间,在质化以及量化评估中都领先现有的先进方法。考虑到现有的数据集不能够很好的满足神经网络的训练要求,我们基于Lytro Illum相机制作了超过900个训练样本以及150个测试样本,该数据集补充了本文所涉及领域中数据集多样性不足的问题。其次,考虑到基于局部线性关系不完全适用于模糊图像超分辨率重构的情况,提出了一种基于线性融合神经网络的引导上采样方法。该算法的核心思路抛弃了局部线性关系这一限制,将输入图像与引导图像的关系通过神经网络构成的线性融合模块进行构建。该算法将线性融合模块进行堆叠,并与轻量的全卷积神经网络相结合,形成了可以用于重对焦图像引导上采样的线性融合网络。一系列实验说明,在所对比的14种先进方法里,我们的量化指标PSNR排名第一,SSIM排名第二,且模型计算量减少20倍以上。在质化对比实验中能够明显看出本文所提方法在对焦区域的边缘保持与失焦区域的平滑模糊中做到了较优的效果。相较于第一种方法保持了高效的前提下进一步提升了准确度。

关键词：图像超分辨率引导超分辨率深度学习光场重对焦计算摄影

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：