论文摘要
激光图像在采集和传输过程中,易受到其它因素的影响,会出现破损现象,针对传统技术无法实现高精度激光图像修复的难题,为此设计了基于深度神经网络的激光图像修复技术。首先对当前激光图像修复的研究现状进行分析,找到引入激光图像修复精度低的原因,然后采用深度学习神经网络对激光图像受损区的轮廓线结构进行映射,根据利用曲线拟合理论将激光图像受损区分割出来,最后对激光图像受损区的相关信息进行填充,完成激光图像修复,并进行了激光图像修复的仿真测试。结果表明,相对于原始激光图像,修改后的激光图像不仅信噪比大幅度提升,激光图像的视觉效果更佳,而且激光图像修复效果要明显优于传统激光图像修复技术,验证了本文激光图像修复技术的优越性。
论文目录
文章来源
类型: 期刊论文
作者: 姚晓峰,须文波,武利秀
关键词: 深度神经网络,激光图像,清晰度,修复特征,图像信噪比
来源: 激光杂志 2019年11期
年度: 2019
分类: 信息科技,基础科学
专业: 物理学,无线电电子学,计算机软件及计算机应用,自动化技术
单位: 江苏省物联网应用技术重点建设实验室(无锡太湖学院),江南大学物联网工程学院
基金: 教育部中国移动科研基金项目(No.MCM20170204)
分类号: TN24;TP183;TP391.41
DOI: 10.14016/j.cnki.jgzz.2019.11.076
页码: 76-79
总页数: 4
文件大小: 1859K
下载量: 105
相关论文文献
- [1].基于级联生成对抗网络的人脸图像修复[J]. 电子科技大学学报 2019(06)
- [2].基于生成对抗网络的图像修复算法[J]. 智能计算机与应用 2020(04)
- [3].基于生成对抗网络的图像修复[J]. 计算机科学 2018(12)
- [4].深度学习图像修复方法综述[J]. 中国图象图形学报 2019(03)
- [5].基于样本块的图像修复方法[J]. 科技视界 2019(33)
- [6].基于优先权改进和块划分的图像修复[J]. 中国图象图形学报 2017(09)
- [7].文物数字图像修复技术的研究发展[J]. 数码设计 2017(09)
- [8].基于样本的图像修复的仿真及分析[J]. 科技传播 2018(07)
- [9].计算机图像修复技术与运用之研究[J]. 电脑知识与技术 2018(23)
- [10].数字图像修复的变分方法与实现过程[J]. 数值计算与计算机应用 2016(04)
- [11].数字图像修复技术综述[J]. 信息通信 2016(02)
- [12].数字图像修复技术在文物保护中的应用[J]. 电子世界 2014(16)
- [13].数字图像修复技术应用于文物领域的研究[J]. 文物鉴定与鉴赏 2015(05)
- [14].探讨数字图像修复技术在文物保护中的应用[J]. 赤子(上中旬) 2015(15)
- [15].基于样本块的图像修复方法改进研究[J]. 山西科技 2015(05)
- [16].基于不同类型图像修复技术的研究[J]. 科学家 2016(16)
- [17].基于多损失约束与注意力块的图像修复方法[J]. 陕西科技大学学报 2020(03)
- [18].基于生成对抗网络的文物图像修复与评价[J]. 包装工程 2020(17)
- [19].先验置信传播模型的图像修复改进算法[J]. 高原科学研究 2018(04)
- [20].数字图像修复技术在旧损照片修复上的应用[J]. 信息记录材料 2019(03)
- [21].基于深度强化学习的图像修复算法设计[J]. 物联网技术 2019(06)
- [22].基于样本块与曲率特征的图像修复改进算法[J]. 计算机应用研究 2018(04)
- [23].基于样块和粒子群算法的图像修复[J]. 数学的实践与认识 2017(04)
- [24].基于广义回归神经网络的图像修复算法[J]. 计算机工程与设计 2017(11)
- [25].数字图像修复技术在西藏壁画保护中的研究[J]. 信息与电脑(理论版) 2016(15)
- [26].基于优化的深度图像修复与恢复算法[J]. 华中科技大学学报(自然科学版) 2013(S1)
- [27].图像修复技术[J]. 科技风 2014(14)
- [28].面向图像修复的域相似算法[J]. 计算机工程与应用 2014(13)
- [29].改进的图像修复算法[J]. 信息系统工程 2011(11)
- [30].图像的代数运算在图像修复中的应用[J]. 天水师范学院学报 2008(05)