朱福珍1,3,朱兵2,李培华3,丁群3
ZHU Fu-zhen1,3,ZHU Bing2,LI Pei-hua3, DING Qun3
摘要:
为了进一步提高超分辨图像重建效果,针对前期研究的超分辨误差反向传播神经网络(back propagation neural network, BPNN)重建结果中存在的块痕迹问题加以改进和优化。对影响BPNN超分辨效果的两个关键问题进行改进:(1) 网络训练样本问题,将8×8→16×16的映射方式改进为2×2→4×4的映射方式,同时,采用相邻仅间隔一个像素的方式优化构造训练样本;(2) 加速网络训练收敛问题,将网络训练规则由BP算法改进为改进的比例〖JP2〗共轭梯度算法。网络训练实验和泛化实验表明,改进方法增加了网络训练样本数量,改善了超分辨BPNN的输出图像质量,有效解决了超分辨结果中的块痕迹问题,使超分辨结果图像的峰值信噪比提高约8 dB。