[发明专利]基于超分辨率风格迁移网络的遥感影像超分辨率重建方法

权利要求书

1.基于超分辨率风格迁移网络的遥感影像超分辨率重建方法，其特征在于：具体包括以下步骤：

S101：构建超分辨率风格迁移网络模型；所述超分辨率风格迁移网络模型包括生成部分和判别部分；所述生成部分由超分辨率重建网络SSR和U-net网络连接而成；

S102：利用训练集交替训练所述生成部分和判别部分，得到训练完成的超分辨率风格迁移网络模型；

S103：将低分辨率的遥感影像输入至所述训练完成的超分辨率风格迁移网络模型，得到超分辨率遥感影像；

所述超分辨率重建网络SSR的构建过程如下：

S201：利用64个尺寸为5*5的卷积核对低分辨率遥感影像real_A进行卷积运算，并使用PRelu激活，得到低分辨率遥感影像real_A对应的原始特征图像；

S202：利用16个尺寸为1*1的卷积核对所述原始特征图像进行通道收缩，并使用PRelu激活，得到收缩后的特征图像；

S203：通过4个卷积层对所述收缩后的特征图像进行非线性映射，得到非线性映射后的特征图像；

S204：利用64个尺寸为1*1的卷积核对所述非线性映射后的特征图像进行通道扩张，并使用PRelu激活，最后进行反卷积处理，得到相较于低分辨率遥感影像real_A放大4倍的初步超分辨率遥感影像SSR_A；初步超分辨率遥感影像SSR_A和原始高分辨率图像real_B尺寸相同。

2.如权利要求1所述的基于超分辨率风格迁移网络的遥感影像超分辨率重建方法，其特征在于：步骤S203中，所述4个卷积层，每层具体由16个尺寸为3*3的卷积核和PRelu激活函数组成。

3.如权利要求1所述的基于超分辨率风格迁移网络的遥感影像超分辨率重建方法，其特征在于：所述生成部分用于生成欺骗判别部分的假图像，具体如下式：

Fake_B＝model(SSR_A)

其中model表示一个U-net网络；Fake_B表示初步超分辨率遥感影像SSR_A经过U-net网络风格迁移后的输出图像，即用于生成欺骗判别部分的假图像。

4.如权利要求3所述的基于超分辨率风格迁移网络的遥感影像超分辨率重建方法，其特征在于：步骤S102中，利用训练集交替训练所述生成部分和判别部分，其中生成部分的损失函数计算如下：

loss_G＝loss_G_GAN+loss_G_L1+loss_SSR

其中，loss_G_GAN表示初步超分辨率重建图像SSR_A和fake_B图像进行通道合并后输入判别器网络输出值的损失；loss_G_L1是fake_B和原始高分辨率图像real_B之间像素值的损失，所述real_B为训练集中的训练数据；loss_SSR是初步超分辨率重建图像SSR_A和原始高分辨率图像real_B的损失；loss_G即为生成部分的损失。

5.如权利要求4所述的基于超分辨率风格迁移网络的遥感影像超分辨率重建方法，其特征在于：所述判别部分具体为马尔科夫判别器。