改进的密集连接网络遥感图像超分辨重建

摘要：

遥感图像超分辨增加了遥感图像的细节信息,在遥感图像处理中有重要的地位.为了进一步提高遥感图像超分辨的重建效果,本文提出一种改进的密集连接网络遥感图像超分辨重建算法.首先对基于残差网络的深度超分辨算法(VDSR)进行改进,结合密集连接网络(DenseNet),将残差网络中的残差块替换成密集块,并且添加一组密集层与瓶颈层,实现DenseNet网络结构的改进,同时,修改网络激活函数为PReLU函数,网络训练采用L1损失函数.为了使网络在遥感图像上具有更好的效果,训练网络时,数据集全部采用遥感图像作为训练样本.当训练的epoch达到了大约35次时网络已经收敛.实验结果表明,与VDSR算法相比,本文改进的算法对遥感图像的效果更优,峰值信噪比(PSNR)平均增加了1.05 dB,结构相似度(SSIM)平均增加了0.042.

关键词：遥感图像;超分辨率;密集连接网络(DenseNet);深度学习

所属期刊栏目：31

资助基金：国家自然科学基金;黑龙江省自然科学基金;黑龙江省博士后科研启动金;黑龙江省普通高等学校电子工程重点实验室开放课题;省高校科技创新团队

在线出版日期：2021-11-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1037-1043