基于深度卷积神经网络的遥感图像超分辨率重建 |
| |
引用本文: | 王爱丽,张小妹,韩闯,刘源.基于深度卷积神经网络的遥感图像超分辨率重建[J].黑龙江大学自然科学学报,2018(1). |
| |
作者姓名: | 王爱丽 张小妹 韩闯 刘源 |
| |
作者单位: | 哈尔滨理工大学测控技术与通信工程学院;哈尔滨航天恒星数据系统科技有限公司 |
| |
摘 要: | 针对基于卷积神经网络(Convolutional Neural Network,CNN)的遥感图像超分辨率重建算法训练时间较长问题,提出了一种超深的卷积神经网络来重建遥感低分辨率图像的方法。卷积神经网络共有20层,每层包含卷积层和非线性层,层与层之间采用级联的网络结构。其过程为从插值的低分辨率图像(Interpolated Low Resolution Image,ILR)中提取特征,将提取出来的特征通过残差学习预测到高频信息,ILR结合预测的高频信息重建出高分辨率图像(High-resolution Images,HR)。在训练过程中,通过梯度裁剪来防止梯度爆破,使训练保持平稳。实验表明,本文算法与其他算法相比较,主观视觉明显改善,客观评价指标显著提升。
|
本文献已被 CNKI 等数据库收录! |
|