基于梯度改进的邻域嵌入式超分辨率重建

摘要：

针对现有基于流形学习的超分辨率重建方法应用于遥感影像存在着重建影像模糊、影像边缘呈现锯齿现象等问题,本文提出了一种基于梯度改进的邻域嵌入式超分辨率重建方法.首先,将训练降质得到的图像作为初值;然后分别对梯度特征增加一阶、二阶梯度特征方向,在训练的过程中进行特征提取、分块;最后,利用训练得到的参数进行影像重建,提高重建效果.选取资源三号遥感影像作为实验数据,实验结果表明,本文方法在视觉效果与客观评价上都具有较好的效果,重建影像的信息熵平均约增加1.8539 bits,重建影像的方差平均约增加1.0706左右.

关键词：流行学习、超分辨率重建、邻域嵌入、梯度特征提取

所属期刊栏目：42

分类号：P237(摄影测量学与测绘遥感)

在线出版日期：2019-08-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：103-106,109