針對傳統(tǒng)的稀疏表示方法的不足,提出一種基于深度殘差卷積神經(jīng)網(wǎng)絡(luò)的單高光譜圖像超分辨率方法,無需對應(yīng)多光譜圖像.研究挖掘低分辨率遙感圖像和高分辨率遙感圖像之間的非線性關(guān)系,構(gòu)建深度殘差卷積神經(jīng)網(wǎng)絡(luò),串聯(lián)多個(gè)殘差塊,并去除一些不必要的模塊.充分挖掘自然圖像和高光譜圖像之間的相似性,利用自然圖像樣本訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò),進(jìn)一步利用遷移學(xué)習(xí)將訓(xùn)練好的網(wǎng)絡(luò)模型引入到高分辨率遙感圖像超分辨問題上,解決訓(xùn)練樣本缺乏問題.經(jīng)實(shí)際的遙感數(shù)據(jù)超分辨實(shí)驗(yàn)結(jié)果表明,所提出的方法具有良好的性能,能得到較好的超分辨效果.

【文章頁數(shù)】：6 頁

【文章目錄】：
0 引言
1 提出方法
    1.1 符號(hào)化
    1.2 深度殘差卷積神經(jīng)網(wǎng)絡(luò)模型
    1.3 模型訓(xùn)練
    1.4 將模型轉(zhuǎn)移到高光譜圖像域
2 實(shí)驗(yàn)部分
    2.1 測試數(shù)據(jù)庫
    2.2 實(shí)驗(yàn)參數(shù)設(shè)置及評(píng)估指標(biāo)
    2.3 實(shí)驗(yàn)結(jié)果
3 結(jié)語



本文編號(hào)：3866462