基本信息

---

下载

文档摘要

---

摘要

基于深度学习的图像超分辨率重建技术在医疗影像诊断、安全监控及军事侦

察等关键领域具有重要应用价值。用于超分辨率算法训练的配对数据集中低分辨

率图像常由高分辨率图像经单一退化模型获取，难以拟合真实场景中图像的退化

关系，导致所训练超分辨率算法模型缺乏足够的适应性。与此同时，大多数超分辨

率算法在特征提取与图像重建方面存在特征表征单一化和纹理噪声耦合等问题。

为此，本文从图像退化数据集构建和超分辨率重建算法优化进行研究，旨在解决超

分辨率模型适应能力不足和重建图像纹理细节丢失等问题。

(