摘要

本文提出了一种基于深度神经网络的超分辨率（Super Resolution, SR）增强裂缝分割方法。在所提出的方法中，超分辨率网络与二值分割网络以端到端的方式进行联合训练，这种联合学习机制使超分辨率网络能够针对提升分割性能进行优化。针对实际应用场景，将超分辨率网络从非盲去模糊扩展为盲去模糊，以处理由未知模糊退化导致的低分辨率图像。此外，本文还提出了两条额外的网络路径，进一步促进超分辨率与分割任务之间的相互优化。与当前最先进的分割方法相比的实验结果表明，所提出的联合学习策略具有显著优势；多种消融实验也验证了各贡献模块的有效性。