论文部分内容阅读
近年来,深度学习在图像超分辨重建方面表现出色。然而,由于复杂的海洋环境,传统的图像超分辨算法存在着调节参数困难等问题,单帧图像超分辨率算法亦存在病态的恢复,生成的像素点具有不确定性。提出了一种多帧图像的超分辨重建算法以用于海面图像重建研究,利用深度学习中的卷积神经网络来学习多帧低分辨率图像与高分辨率图像之间的映射关系,从而实现超分辨率重建。同时,由于海洋监测成像系统需要更多的高频信息来判别目标及锁定轮廓,提出应用残差网络框架来改善网络重建图像的质量,恢复更多的高频信息,丰富图像的细节。实验结果表明,