【技術實現步驟摘要】
本公開的實施例涉及遙感圖像超分辯，具體涉及為一種基于gan神經網絡的遙感圖像超分辨率恢復方法，其為一種輸入高分辨率圖像生成對應超分辨率圖像的深度學習技術。
技術介紹
1、衛星圖像是一種重要的地理信息來源，可用于不同的應用領域，如環境監測、農作物類型識別、土地利用/覆蓋制圖、災害管理、決策支持系統、天氣預報、氣候建模、地理物體探測和生物物理參數估計等，已被地球科學各學科廣泛使用。由于光學和傳感器的限制，地球觀測衛星的空間和光譜分辨率通常達不到預期的高水平。因此，開發基于軟件的算法來提高衛星圖像的空間和光譜質量至關重要。單幅遙感圖像超分辨率為提高低分辨率衛星圖像輸入的空間和/或光譜分辨率、改善圖像處理應用和去噪性能提供了有效的解決方案。因此，它已成為遙感領域最熱門的研究課題之一
2、隨著深度學習技術在場景分類、物體檢測、圖像分割等多種視覺任務中的快速發展和顯著進步，基于深度學習的遙感圖像超分辨率方法大幅增加，大大提高了衛星圖像的質量。
技術實現思路
1、本公開要解決的技術問題為：針對目前遙感圖像的分辨率無法達到預期水平的現象，開發一個基于gan神經網絡架構的遙感圖像超分辯方法。該方法通過構造子區域均勻剪裁模塊為高分辨率圖像生成對應的低分辨率訓練對；搭建gan神經網絡用于對抗生成；構造逆變換圖像解碼器作為gan網絡框架中的生成器網絡擬合超分辨過程，再將利用鑒別器網絡判別生成圖片的真實程度，用于梯度下降訓練gan網絡。本公開實現了基于對抗神經網絡以及局部語義信息融合的遙感圖像超
2、本公開采用的技術方案為：一種基于gan神經網絡的遙感圖像超分辨率恢復方法，包括以下四個步驟：
3、步驟一，模擬場景語義理解過程生成低分辨率圖像：構造子區域均勻剪裁模塊，篩選出圖像中包含高語義信息的坐標，生成語義一致但是內容模糊的圖像塊，組成高分辨率-低分辨率的訓練數據對；
4、步驟二，由逆變換圖像解碼器生成高分辨率圖像：將低分辨率圖像輸入逆變換圖像解碼器之中，通過由嵌套的卷積層、正則化層以及激活函數層組成的網絡結構對圖像進行去模糊，生成高分辨率圖像，計算生成圖像與配對的原始高分辨圖像的均方誤差損失、能量密度損失以及對抗損失用于后續的網絡訓練；
5、步驟三，鑒別器網絡判別生成圖像真實程度：將生成圖像輸入對抗網絡的鑒別器，鑒別器計算生成圖像每個像素的真實度值以及總體圖像為真的預測概率，根據預測概率計算出gan網絡的損失；
6、步驟四，梯度下降訓練gan神經網絡：生成器網絡的損失由步驟二與步驟三中計算得出的均方誤差損失、能量密度損失以及對抗損失相加得到，鑒別器網絡的損失使用二元交叉熵損失函數，生成器網絡的損失以及鑒別器網絡的損失均利用梯度下降方法優化網絡的參數，進行獨立訓練，在經過多輪訓練后，生成器可以較好地模擬分辨率提升過程，從而將低分辨率遙感圖像轉化為超分辨率圖像。
7、本公開的原理在于：
8、(1)模擬場景語義理解過程生成低分辨率圖像，構成訓練對。通過自適應的對遙感圖像描述場景物體密集分布的區域進行聚類，得到具有豐富語義信息的子區域，提升了小尺度子區域的數據分布優勢。
9、(2)采取gan神經網絡來模擬分辨率恢復的過程，通過生成器和判別器之間的對抗訓練來生成逼真的樣本。
10、(3)在圖像重建方面的均方誤差損失、gan網絡方面的對抗損失的基礎上增加能量密度損失，可以促使網絡生成的圖像更加清晰，同時也約束原始圖像和超分圖像低層特征圖之間盡可能相近，保留了原始圖像的內容信息近。
11、本公開與現有技術相比的優點在于：提出了一種子區域均勻剪裁模塊。該模塊可篩選出圖像中包含高語義信息的坐標，生成語義一致但是內容模糊的圖像塊。通過該模塊構建的訓練對相較于現有技術生成的訓練對具有更好的場景語義信息識別與保留能力。提出一種用于超分辨圖像生成的能量密度損失函數，通過約束生成圖像與原始圖像信息能量誤差，提升生成圖像質量。
本文檔來自技高網...【技術保護點】
1.一種基于GAN神經網絡的遙感圖像超分辨率恢復方法，其特征在于：包括以下四個步驟：
2.根據權利要求1所述的生成低分辨率圖像，其特征在于：所述步驟一構造的子區域均勻剪裁模塊，包括以下五個計算步驟：
3.根據權利要求1所述的生成高分辨率圖像，其特征在于：所述由逆變換圖像解碼器生成高分辨率圖像，其具體步驟如下：
4.根據權利要求1所述的別器網絡判別生成圖像真實程度以及梯度下降訓練GAN神經網絡，其特征在于：鑒別器采用基于全局-局部檢測融合網絡結構設計，接受逆變換圖像解碼器生成的圖片然后輸出每個像素的真實度值和該圖片判別為真的概率，生成器根據返回的真實概率計算交叉熵損失，具體計算方式如下：
【技術特征摘要】
1.一種基于gan神經網絡的遙感圖像超分辨率恢復方法，其特征在于：包括以下四個步驟：
2.根據權利要求1所述的生成低分辨率圖像，其特征在于：所述步驟一構造的子區域均勻剪裁模塊，包括以下五個計算步驟：
3.根據權利要求1所述的生成高分辨率圖像，其特征在于：所述由逆變換圖像解碼器生成高分辨率圖...
【專利技術屬性】
技術研發人員：李錄，朱廈，倪少峰，李靜，趙文博，
申請(專利權)人：國網思極位置服務有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。