【图像重建】基于FSRCNN的图像超分辨重建算法附matlab代码
【图像重建】基于FSRCNN的图像超分辨重建算法附matlab代码
TT_Matlab
博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，完整matlab代码或者程序定制加qq1575304183。
1 简介
FSＲCNN 模型是汤晓鸥团队设计的一种基于卷积神经 网络的单一图像超分辨率重建模型，是对 SＲCNN 模型的改 进， SＲCNN 模型首先将一个低分辨率图像通过双三次插值 放大到目标大小，再通过 3 层的卷积层做非线性映射，最后 重建出高分辨率图像 。 SＲCNN 的结构包含 3 层的神经网 络，如图 1 所示，分别和传统的 SＲ 模型的三个步骤相对应， 其中第 1 层卷积对应特征提取和表示，第 2 层卷积对应非 线性映射，第 3 层卷积对应最后的重建 。
2 部分代码
%
=
========================================================================
%
Test code for Fast Super-Resolution Convolutional Neural Networks (FSRCNN)
%
%
Reference
%
Chao Dong, Chen Change Loy, Xiaoou Tang. Accelerating the Super-Resolution Convolutional Neural Networks,
%
in Proceedings of European Conference on Computer Vision (ECCV), 2016
%
%
=
========================================================================
close
all;
clear
all;
%%
set parameters
testfolder
=
’testSet5’;
up_scale
=
3;
model
=
’modelFSRCNNx3.mat’;
filepaths
=
dir(fullfile(testfolder,’*.bmp’));
psnr_bic
=
zeros(length(filepaths),1);
psnr_fsrcnn
=
zeros(length(filepaths),1);
for
i = 1 : length(filepaths)
%%
read ground truth image
[add,imname,type]
=
fileparts(filepaths(i).name);
im
=
imread([testfolder imname type]);
%%
work on illuminance only
if
size(im,3) > 1
im_ycbcr
=
rgb2ycbcr(im);
im
=
im_ycbcr(:, :, 1);
end
im_gnd
=
modcrop(im, up_scale);
im_gnd
=
single(im_gnd)/255;
im_l
=
imresize(im_gnd, 1/up_scale, ’bicubic’);
%%
FSRCNN
im_h
=
FSRCNN(model, im_l, up_scale);
%%
bicubic interpolation
im_b
=
imresize(im_l, up_scale, ’bicubic’);
%%
remove border
if
up_scale==3
im_h
=
shave_x3(uint8(im_h * 255), [up_scale, up_scale]);
else
im_h
=
shave(uint8(im_h * 255), [up_scale, up_scale]);
end
im_gnd
=
shave(uint8(im_gnd * 255), [up_scale, up_scale]);
im_b
=
shave(uint8(im_b * 255), [up_scale, up_scale]);
%%
compute PSNR
psnr_bic(i)
=
compute_psnr(im_gnd,im_b);
psnr_fsrcnn(i)
=
compute_psnr(im_gnd,im_h);
%%
save results
imwrite(im_b,
[imname ’_bic.bmp’]);
imwrite(im_h,
[imname ’_FSRCNN.bmp’]);
end
fprintf(’Mean
PSNR for Bicubic: %f dB
’, mean(psnr_bic));
fprintf(’Mean
PSNR for FSRCNN: %f dB
’, mean(psnr_fsrcnn));
3 仿真结果
4 参考文献
[1]雷为民, 王玉楠, 李锦环. 基于FSRCNN的图像超分辨率重建算法优化研究[J]. 传感器与微系统, 2020, 39(2):4.
博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，相关matlab代码问题可私信交流。
部分理论引用网络文献，若有侵权联系博主删除。