基于GAN的浮选泡沫图像压缩与超分辨率重建

为了解决浮选过程中由于浮选泡沫图像像素高导致的工业现场无法大量保存离线泡沫图像数据的问题,提出了先进行有损压缩图像储存,再对其进行超分辨率重建的方法。该方法采集浮选槽泡沫的无损图像,通过下采样降低图像的分辨率,使用JPEG压缩算法对图像进行压缩。重建时,先使用低分辨率图像和高分辨率图像对生成对抗网络(GAN)进行训练,然后使用GAN对有损图像进行超分辨率重建,恢复图像细节特征,在得到能够满足工业生产所需要的图像质量的同时,大幅减少图像储存所需的存储空间。