基于模糊核残差网络的岩石图像超分辨率研究

岩石显微图像包含了油气藏的分布信息。清晰的岩石显微图像可以提供更多的岩石物理性质信息。在实际应用中，岩石显微图像往往存在分辨率低、图像细节不清晰等问题。本文将基于深度学习的卷积神经网络模型应用于岩石图像的超分辨率处理。目前，大多数单图像超分辨率重建算法都假设低分辨率图像是通过对高分辨率图像进行两次和三次下采样获得的，忽略了影响图像退化的关键因素模糊核。当实际退化与假设不一致时，重建效果将非常差。为了解决这一问题，本文提出了一种基于模糊核残差网络的单图像超分辨率算法。实验结果表明，该算法提高了岩石图像重建的效果。