黄卫+文坤梅

摘 要： 为了提高4K超高清图像的成像质量，进行图像清晰化处理，提出一种基于改进神经网络的4K超高清图像清晰化技术。对采集的图像采用中值滤波降噪方法消除噪点，采用多尺度Retinex分解方法进行图像像素增强，结合改进神经网络方法进行模板特征匹配与信息融合，实现图像清晰化处理优化。仿真结果表明，采用该技术进行4K超高清图像清晰化处理，输出图像的信噪比较高，处理的时间开销和内存开销较小，具有优越性。

关键词： 神经网络； 4K超高清图像； 清晰化处理； 降噪

中图分类号： TN911.73?34； TP391 文献标识码： A 文章编号： 1004?373X（2017）14?0120?04

Abstract： In order to improve the imaging quality of 4K ultrahigh?definition images and carry out sharpening processing of the images， a 4K ultrahigh?definition image clearness technology based on the improved neural network is proposed. The median filtering denoising method is used to eliminate the noisy points of collected images. The multi?scale Retinex decomposition method is adopted to enhance image pixels. The template feature matching is performed in combination with the improved neural network method to deal with information fusion， so as to realize image sharpening processing optimization. The simulation results show that the 4K ultrahigh?definition images processed with this technology have high SNR， low expenditure of processing time， small memory overhead and a certain superiority.

Keywords： neural network； 4K ultrahigh?definition image； sharpening processing； noise reduction

4K超高清图像是用4K分辨率即4 096×2 160的像素分辨率成像得到的图像，4K级别的分辨率可提供880多万像素，能提供近千万像素的显示品质。随着4K超高清图像处理技术广泛应用，它在数字高清成像、目标识别、遥感探测等领域具有广阔的应用前景[1?2]。4K超高清图像清晰化处理是提高成像品质的关键技术，4K超高清图像在成像过程中受到图像采集仪器和环境等因素的影响，容易导致成像的清晰化程度不好，对此，本文提出一种基于改进神经网络的4K超高清图像清晰化技术，通过图像处理算法设计和仿真实验分析，得出有效性结论。

1 图像降噪预处理

1.1 4K超高清图像特征点统计

为了实现对4K超高清图像的清晰化处理，首先需要采用图形渲染方法实现对4K超高清图像的特征点统计，采用模板配准和特征点统计学模型方法进行4K超高清图像点特征提取，进行4K超高清图像的三维重构总体设计。……