科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对基于生成对抗网络的遥感图像超分辨率重建存在训练不稳定，参数冗余，图片纹理细节不够清晰等问题。提出一种融合边缘检测的遥感图像超分辨率重建算法。首先，在生成器网络中引入改进后的Canny边缘检测算子用于低分辨率图像特征提取，通过在Canny算子边缘提取流程中利用双边滤波和3×3邻域梯度以检测图像的边缘信息，使网络能够更好的表达高频特征；其次，为降低网络参数和提高网络训练的稳定性，去除判别器网络中冗余的BN层，同时将Wasserstein距离定义为对抗损失以解决生成对抗网络训练出现的梯度消失现象。在NWPU RESISC45数据集上，所提方法的峰值信噪比与结构相似性较WDSR和CARN算法分别提升了1.22 dB、0.114和0.32 dB、0.013,且重建后的图像相比较WDSR、CARN等其他SR算法在图像纹理细节和主观视觉效果方面也均有提升。
- 单位
