典型文献
应用于视觉测量的图像超分辨率重建算法
文献摘要：
恶劣环境下的低质图像会严重影响基于视觉的位移测量效果.图像超分辨率重建有望能改善图像质量、突出目标特征以提高测量精度和可靠性,进而应用于视觉测量场景.故提出了一种关注细节特征的图像超分辨率重建算法,该算法设计了一个角点增强支路,并通过角点损失函数进行约束实现对角点信息的增强,此外增加边缘损失函数提升边缘的重建效果.实验结果表明,该算法在客观评价指标上表现优异,视觉效果上取得了更加清晰的纹理细节,设计的验证实验证明,该算法重建的边缘与角点更加准确,对目标定位有一定帮助,适用于视觉测量应用场景.
文献关键词：
深度学习;图像处理;超分辨率;细节特征;视觉测量;位移测量;角点提取
中图分类号：
作者姓名：
王亚金;吴丽君;陈志聪;郑巧;程树英;林培杰
作者机构：
福州大学物理与信息工程学院,福建福州350108
文献出处：
引用格式：
[1]王亚金;吴丽君;陈志聪;郑巧;程树英;林培杰-.应用于视觉测量的图像超分辨率重建算法)[J].网络安全与数据治理,2022(05):66-71
A类：
B类：
视觉测量,图像超分辨率重建,重建算法,恶劣环境,低质,位移测量,测量效果,图像质量,目标特征,测量精度,关注细节,细节特征,算法设计,一个角,支路,损失函数,行约,对角,加边,函数提升,客观评价指标,视觉效果,验证实验,目标定位,测量应用,角点提取
AB值：
0.313456
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
