应用于视觉测量的图像超分辨率重建算法
信息技术与网络安全 5期
王亚金，吴丽君，陈志聪，郑 巧，程树英，林培杰
(福州大学 物理与信息工程学院，福建 福州350108)
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。
中圖分類號： TP391
文獻標識碼： A
DOI： 10.19358/j.issn.2096-5133.2022.05.010
引用格式： 王亞金，吳麗君，陳志聰，等. 應用于視覺測量的圖像超分辨率重建算法[J].信息技術與網絡安全，2022，41(5)：66-71.
文獻標識碼： A
DOI： 10.19358/j.issn.2096-5133.2022.05.010
引用格式： 王亞金，吳麗君，陳志聰，等. 應用于視覺測量的圖像超分辨率重建算法[J].信息技術與網絡安全，2022，41(5)：66-71.
Image super-resolution reconstruction algorithm for vision measurement
Wang Yajin，Wu Lijun，Chen Zhicong，Zheng Qiao，Cheng Shuying，Lin Peijie
(College of Physics and Information Engineering，Fuzhou University，Fuzhou 350108，China)
Abstract： The low-quality images in harsh enviroments seriously affect the effect of vision-based displacement measurement.Image super-resolution reconstruction is expected to improve image quality and highlight target features to improve measurement accuracy and reliability, and then applied to visual measurement scenarios. This study proposes an image super-resolution reconstruction algorithm that pays attention to detailed features. The algorithm designs a corner enhancement branch, and is constrained by the corner loss function to enhance the corner information, in addition to adding edge loss function. The loss function improves the reconstruction effect of the edge. The experimental results show that the algorithm performs well in objective evaluation indexes and achieves clearer texture details in visual effects. The designed verification experiment proves that the edges and corners reconstructed by the algorithm are more accurate, which is helpful for target positioning, and is suitable for visual measurement application scenarios.
Key words : deep learning；image processing；super-resolution；detailed features；visual measurement；displacement measurement；corner extration
0 引言
建筑結構的位移監測對于建筑的安全性保證是十分重要的，比如斜拉橋和懸索橋這類采用索纜作為主體的建筑結構，在極端天氣下發生的振動對整體建筑的安全性影響不可忽視。近年來，基于視覺的非接觸式測量方法因為其實用性被廣泛應用于位移測量，但目前的方法仍存在一些局限性。首先，當拍攝距離較遠，需要提高測量精度時，通常只能縮小視場范圍，測量精度與視場大小二者是相互矛盾的，也可以考慮采用多個設備同步測量，但這會大幅度提高成本。其次，橋梁索纜圖像的采集是在戶外條件下，因此采集到的圖像會受到各種噪聲干擾，這種低質圖像會給后續的位移測量工作帶來困難。圖像超分辨率重建是一種有效提升圖像質量、重建目標細節特征的圖像處理方法，為解決上述提出的位移測量問題提供了一個新的思路。
本文詳細內容請下載：http://www.tom3567.com/resource/share/2000004249
作者信息：
王亞金，吳麗君，陳志聰，鄭 巧，程樹英，林培杰
(福州大學 物理與信息工程學院，福建 福州350108)
此內容為AET網站原創，未經授權禁止轉載。