买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:长春理工大学
摘要:本发明公开了一种组合式卷积神经网络的图像超分辨率重建方法、装置,将源图像导入自动学习网络,得到源图像的特征点神经元值图;将所述的各个特征点神经元值进行更新并增强;将增强特征点神经元值图降质;所述的低分辨率特征点神经元值图导入卷积网络中,所述的卷积网络包含至少三层逐级相连的卷积单元,每个卷积单元依次由反卷积层与卷积层组成,三层逐级相连的卷积单元的放大倍数逐级递增;卷积网络输出预设倍数的超分辨率图像。目标图像经过ELM网络结构对图像特征进行分类与学习处理,增强图像的特征细节信息,通过拉普拉斯金字塔网络算法,将带有强化特征信息与细节信息的低分辨率图像重建得到高分辨率图像。
主权项:1.一种组合式卷积网络的卫星图像超分辨率重建方法,其特征在于:S1.将源图像导入自动学习网络,得到源图像的特征点神经元值图;S2.将所述的各个特征点神经元值进行更新并拼接后得到增强特征点神经元值图;S3.将增强特征点神经元值图降质至预设图像标准,得到低分辨率特征点神经元值图;S4.所述的低分辨率特征点神经元值图导入卷积网络中,所述的卷积网络包含至少三层逐级相连的卷积单元,每个卷积单元依次由反卷积层与卷积层组成,三层逐级相连的卷积单元的放大倍数逐级递增;S5.卷积网络输出预设倍数的超分辨率图像;所述的自动学习网络为ELM极限学习网络所述的卷积网络为拉普拉斯金字塔网络结构。
全文数据:
权利要求:
百度查询: 长春理工大学 一种组合式卷积网络的卫星图像超分辨率重建方法、装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。