基于深度学习的农作物病害叶片的图像超分辨率重建

摘要：

为了降低农作物病害所带来的损失,借助计算机对农作物病害叶片图像进行图像超分辨率重建具有重要意义.针对基于农作物病害叶片图像的超分辨率重建问题,引入了基于深度学习的农作物病害叶片图像超分辨率重建方法.通过实验将基于深度学习的超分辨率重建方法与两个传统方法Bicubic和ScSR做了对比,实验结果表明,两个传统方法的PSNR值均未超过15,且SSIM值均未超过0.6.而基于深度学习的网络模型LapSRN、DSRNLP和SERS所得出的PSNR值均接近30,SSIM值均超过了0.6,相比传统方法,性能得到明显提升.

关键词：病害叶片图像、超分辨率重建、深度学习、LapSRN、DSRNLP、SERS

所属期刊栏目：32

分类号：TP391.41;TP18(计算技术、计算机技术)

资助基金：大学生创新创业训练项目201810364170

在线出版日期：2020-05-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：82-90