Infrared nondestructive testing images research of glass fiber reinforced polymer composites

Abstract

With the development of society, science, and technology, various industries have higher and higher requirements for the resolution of images. If the resolution is not high, it may bring negative effects and difficulties to some jobs. Super-resolution reconstruction technology is a method that does not need to upgrade the hardware level to improve image resolution. Before the advent of deep learning methods, people mostly used traditional techniques such as interpolation to super-resolution images, but this method is very limited. The generated images are also unsatisfactory, especially in the face of a large number of pictures, this algorithm cannot be upgraded and optimized in a targeted manner, and super-resolution based on deep learning can solve this problem well, but not all deep learning super-resolution methods have excellent results. In order to solve this problem, this paper proposes a super-resolution algorithm based on generative adversarial networks.

З розвитком суспільства, науки та технологій у різних галузях промисловості висуваються все вищі вимоги до роздільної здатності зображень. Якщо роздільна здатність невисока, це може призвести до негативних наслідків і ускладнень для деяких робіт. Технологія реконструкції з надвисокою роздільною здатністю – це метод, який не потребує оновлення апаратного рівня для покращення роздільної здатності зображення. До появи методів глибокого навчання люди здебільшого використовували традиційні методи, такі як інтерполяція до зображень із надвисокою роздільною здатністю, але цей метод дуже обмежений. Згенеровані зображення також незадовільні, особливо в умовах великої кількості зображень, цей алгоритм не можна цілеспрямовано оновити й оптимізувати, а супер-роздільна здатність на основі глибокого навчання може добре вирішити цю проблему, але не всі методи супер-глибокого навчання мають чудові результати. Щоб вирішити цю проблему, у цій роботі пропонується алгоритм супер-роздільності, заснований на генеративних змагальних мережах.