[发明专利]基于经验模态分解的图像超分辨系统在审
申请号: | 202210565019.5 | 申请日: | 2022-05-23 |
公开(公告)号: | CN114841861A | 公开(公告)日: | 2022-08-02 |
发明(设计)人: | 何召锋;王甲;张志礼;夏玉峰;王宸 | 申请(专利权)人: | 北京邮电大学 |
主分类号: | G06T3/40 | 分类号: | G06T3/40;G06T5/00;G06V40/18;G06V10/20;G06N3/04;G06V10/82 |
代理公司: | 石家庄领皓专利代理有限公司 13130 | 代理人: | 郭红伟 |
地址: | 100089 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 经验 分解 图像 分辨 系统 | ||
1.基于经验模态分解的图像超分辨系统,其特征在于,包括。
输入模块,用于获得第一图像;所述第一图像为低分辨率图像;
特征提取模块,用于所述提取第一图像的特征;
IMF预测模块,用于根据所述第一图像的特征,预测得到多个IMF特征图;所述多个IMF特征图位于不同的频率;所述IMF预测模块包括多个平行的分支,每个分支为一个CNN滤波器组,且所述分支的数量与所述IMF特征图的数量相同;
重建模块,用于根据设定的放大比例,将每一IMF特征图转换为新的IMF,得到多个新的IMF;将多个新的IMF进行叠加得到第二图像,所述第二图像为超分辨率图像。
2.根据权利要求1所述的基于经验模态分解的图像超分辨系统,其特征在于,所述特征提取模块包括多个依次排列的残差块。
3.基于经验模态分解的图像超分辨系统,其特征在于,所述IMF预测模块中每一分支均包括多个依次排列的残差通道注意力块。
4.根据权利要求1所述的基于经验模态分解的图像超分辨系统,其特征在于,所述IMF预测模块中位于高频段的分支还包括有边缘块,所述边缘块包括依次排列的卷积层、平均池化层和通道注意力块。
5.根据权利要求1所述的基于经验模态分解的图像超分辨系统,其特征在于,所述根据设定的放大比例,将每一IMF特征图转换为新的IMF,具体包括:
将大小为Np×h×w的IMF特征图转换为3×(r×h)×(r×w)的IMF空间,其中r为设定的放大比例。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京邮电大学,未经北京邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210565019.5/1.html,转载请声明来源钻瓜专利网。
- 上一篇:酶催化合成手性beta-氨基醇的方法
- 下一篇:密度可控同位素载体制备方法
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序