基于流的遥感图像超分辨率重建

摘要：

为了提高遥感图像超分辨率重建的质量,提出了一种基于流的遥感图像重建算法.首先,在Glow模型的基础上引入改进后的RRDB架构用于低分辨率图像特征提取,通过构建更多层和连接以提升训练的稳定性.然后,以一种纯数据驱动的流模型来训练分布的参数,通过最大化负的对数似然的方法进行优化,得到该算法的损失函数.实验证明该模型在网络训练过程中能够快速达到稳定收敛的状态,且具有很强的泛化能力.用重建出的图像质量对比SRCNN、SRGAN、ESRGAN,经过测试后发现,提出的算法远远优于SRCNN算法,与其他算法相比也有明显优势.重建出的图像不仅在指标上有所提升,例如与SRCNN相比,PSRN和SSIM分别提升了15％和40％,且人眼观察时有更高的清晰度,高频细节更为丰富.

关键词：超分辨率重建、流模型、Glow模型、RRDB架构、负对数似然损失

所属期刊栏目：42

分类号：TP751.1(遥感技术)

资助基金：国家重点研发计划;自然科学基金

在线出版日期：2022-11-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：99-106