空间感知残差网络的遥感图像超分辨率重建

发布时间：2024-07-05 03:17

　　为了提升遥感图像超分辨率重建算法纹理细节信息还原能力,该文提出了一种基于特征空间感知损失深度残差网络的遥感图像超分辨率重建算法。该算法增加了深度残差网络中的残差块数量,在网络末端采用了亚像素卷积的方法,并在损失函数中增加了特征空间感知损失。在UCMerced_LandUse数据集上进行了训练,并在UCMerced_LandUse数据集和Draper Satellite Image Chronology数据集上进行了测试。测试结果证实了该算法与其他算法相比在峰值信噪比和结构相似性指数上均有一定的提高,证实了该算法较好的超分辨率重建效果与还原遥感图像纹理细节信息的能力。

【文章页数】：7 页

【部分图文】：

图7实验结果对比

图6实验结果对比表1图像超分辨率质量评价结果Tab.1QualityEvaluationofImageSuper-ResolutionResults测试图像放大倍数评价标准双三次插值法SRCNNSRResNet本文算法UCMerced-LandUs....

图8获取的包头靶场实验图像

本文还以中科院微小卫星创新研究院的高分微纳卫星的遥感图像为测试集验证了算法的有效性。图8为包头地区的靶场图片。图8(a)为原摄取的图片经去雾处理后的效果,大小为2000像素×1050像素。本文选取其中感兴趣的部分进行实验,大小为177像素×177像素,如图8(b)所示。实验结....

图9获取的包头靶场实验图像结果对比

图8获取的包头靶场实验图像3结束语

图1残差块

式中:Ws为维度匹配矩阵。1.1.2亚像素卷积层

本文编号：4000958