用卷积滤波器matlab代码-Super-Resolution-CNN-for-Image-Restoration:超分辨率（S...

用卷积滤波器matlab代码使用超分辨率卷积神经网络进行图像复原 ·7分钟阅读 欢迎使用单图像超分辨率的本教程。 超分辨率（SR）的目标是从低分辨率输入中恢复高分辨率图像，或者就像他们在任何现代犯罪节目中所说的那样，增强视觉效果！ 为了实现这一目标，我们将使用Keras部署超分辨率卷积神经网络（SRCNN）。 该网络发表在Chao Dong等人的论文《使用深度卷积网络的图像超分辨率》中。 在2014年。您可以在上阅读全文。 如标题所示，SRCNN是一个深度卷积神经网络，可学习从低分辨率到高分辨率图像的端到端映射。 结果，我们可以使用它来改善低分辨率图像的图像质量。 为了评估该网络的性能，我们将使用三个图像质量指标：峰值信噪比（PSNR），均方误差（MSE）和结构相似性（SSIM）指数。 简而言之，使用更好的SR方法，即使最初只获得较小的图像，我们也可以获得较大图像的更好质量。 此外，我们将使用OpenCV，即开源计算机视觉库。 OpenCV最初是由英特尔开发的，可用于许多实时计算机视觉应用程序。 在这个特定的项目中，我们将使用它来预处理和后期处理我们的图像。 稍后您将看到，我们将经常在