期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于真实退化估计与高频引导的内窥镜图像超分辨率重建 被引量：1
1
作者 李嫣 任文琦 +2 位作者 张长青 张金刚 聂云峰 《自动化学报》 EI CAS CSCD 北大核心 2024年第2期334-347,共14页
内窥镜是诊断人体器官疾病的重要医疗设备,然而受人体内腔环境影响,内窥镜图像分辨率一般较低,需对其进行超分辨处理.目前多数基于深度学习的超分辨算法直接使用双三次插值下采样从高质量图像中获取低分辨率(Low-resolution, LR)图像以... 内窥镜是诊断人体器官疾病的重要医疗设备,然而受人体内腔环境影响,内窥镜图像分辨率一般较低,需对其进行超分辨处理.目前多数基于深度学习的超分辨算法直接使用双三次插值下采样从高质量图像中获取低分辨率(Low-resolution, LR)图像以进行配对训练,此种方式会导致纹理细节丢失,不适用于医学图像.为解决该问题,针对医学内窥镜图像开发了一种新颖的退化框架,首先从真实低质量内窥镜图像中提取丰富多样的真实模糊核与噪声模式,之后提出一种退化注入算法,利用提取的真实模糊核与噪声将高分辨率(High-resolution, HR)内窥镜图像退化为符合真实域的低分辨率图像.同时,提出一种高频引导的残差密集超分辨网络,采用基于双频率信息交互的频率分离策略,并设计多层级融合机制,将提取的多级高频信息逐层嵌入残差密集模块的多层特征,以充分恢复内窥镜图像的高频细节和低频内容.在合成与真实数据集上的大量实验表明,我们的方法优于对比方法,具有更好的主客观质量评价. 展开更多
关键词 内窥镜图像超分辨率 退化估计 高频引导 卷积神经网络
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部