[发明专利]遥感图像超分辨率方法、装置、设备及可读存储介质有效

专利信息
申请号: 201910111151.7 申请日: 2019-02-12
公开(公告)号: CN109859107B 公开(公告)日: 2023-04-07
发明(设计)人: 赵艮平;王理;黄国恒 申请(专利权)人: 广东工业大学
主分类号: G06T3/40 分类号: G06T3/40;G06N3/0475;G06N3/0464
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 罗满
地址: 510060 广东省*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 遥感 图像 分辨率 方法 装置 设备 可读 存储 介质
【权利要求书】:

1.一种遥感图像超分辨率方法,其特征在于,包括:

获取待处理遥感图像;

将所述待处理遥感图像输入至预先构建的超分辨图像生成模型中,得到所述待处理遥感图像的超分辨图像;

其中,所述超分辨图像生成模型基于SRGAN模型,包括生成器、判别器及网络层;所述生成器和所述判别器的损失函数为基于推土机距离所得;所述生成器为以高分辨率遥感图像为输入图像,训练残差卷积网络所得;所述网络层不包含批标准化层,且所述网络层的最后一层的激活函数为带泄露整流函数;

其中,所述生成器的损失函数为所述判别器的损失函数为

其中,x为所述超分辨图像生成模型的输入图像,fw为判别器网络函数,E为期望值,Pr为输入所述超分辨图像生成模型的样本分布,Pg为所述生成器产生的样本分布。

2.根据权利要求1所述的遥感图像超分辨率方法,其特征在于,所述判别器的最后一层不包含sigmoid激活函数,且所述判别器在更新过程中的参数差异值的绝对值在预设范围内。

3.根据权利要求1所述的遥感图像超分辨率方法,其特征在于,所述超分辨图像生成模型的优化算法为均方根传递算法。

4.根据权利要求1至3任意一项所述的遥感图像超分辨率方法,其特征在于,所述超分辨图像生成模型还包括可视化学习层,用于监控损失函数的下降状态。

5.根据权利要求4所述的遥感图像超分辨率方法,其特征在于,所述生成器的最后一层的卷积核为9*9。

6.一种遥感图像超分辨率装置,其特征在于,包括:

模型预构建模块,用于基于SRGAN算法预先构建超分辨图像生成模型,所述超分辨图像生成模型包括生成器、判别器及网络层;所述生成器和所述判别器的损失函数为基于推土机距离所得;所述生成器为以高分辨率遥感图像为输入图像,训练残差卷积网络所得;所述网络层不包含批标准化层,且所述网络层的最后一层的激活函数为带泄露整流函数;

遥感图像获取模块,用于获取待处理遥感图像;

超分辨遥感图像生成模块,用于将所述待处理遥感图像输入至预先构建的超分辨图像生成模型中,得到所述待处理遥感图像的超分辨图像;

其中,所述生成器的损失函数为所述判别器的损失函数为

其中,x为所述超分辨图像生成模型的输入图像,fw为判别器网络函数,E为期望值,Pr为输入所述超分辨图像生成模型的样本分布,Pg为所述生成器产生的样本分布。

7.一种遥感图像超分辨率设备,其特征在于,包括处理器,所述处理器用于执行存储器中存储的计算机程序时实现如权利要求1至5任一项所述遥感图像超分辨率方法的步骤。

8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有遥感图像超分辨率程序,所述遥感图像超分辨率程序被处理器执行时实现如权利要求1至5任一项所述遥感图像超分辨率方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东工业大学,未经广东工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910111151.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top