為解決機載遙感圖像質(zhì)量易受環(huán)境影響的問題,對其進行超分辨率重建,對現(xiàn)有深度學(xué)習(xí)機載遙感圖像超分辨率重建方法存在的特征提取能力差、重建圖像邊緣平滑、模型訓(xùn)練困難的問題進行改進,增強圖像重建效果。將生成對抗網(wǎng)絡(luò)作為模型的整體框架,使用密集剩余殘差塊增強模型特征提取能力,增加跳躍連接,有效提取機載遙感圖像的淺層和深層特征,引入沃瑟斯坦式生成對抗網(wǎng)絡(luò)優(yōu)化模型訓(xùn)練。該方法能夠有效對機載遙感圖像進行4倍重建,在峰值信噪比評價上較對比方法約有2 dB增益,重建出的機載遙感圖像在視覺上更清晰、細(xì)節(jié)更豐富、邊緣更銳利。實驗結(jié)果表明,該方法有效提升了模型特征提取能力,優(yōu)化了訓(xùn)練過程,重建的機載遙感圖像效果較好。 

【文章來源】：智能系統(tǒng)學(xué)報. 2020,15(01)北大核心CSCD

【文章頁數(shù)】：10 頁

【參考文獻】：
碩士論文
[1]生成對抗網(wǎng)絡(luò)的圖像超分辨率重建[D]. 高春波.浙江理工大學(xué) 2019



本文編號：3147085