论文部分内容阅读
为了提高遥感图像超分辨效果,对深度超分辨(Very deep super-resolution, VDSR)算法进行了深入研究,提出了一种改进的残差卷积神经网络超分辨算法。在VDSR基础上,将神经网络的卷积层数目由20层增加到24层,改进激活函数为PReLU函数,并以80 000张遥感图像作为训练集,训练迭代次数到40 000次网络收敛,最终针对遥感图像进行了超分辨的网络训练。结果表明,与当前较先进的VDSR算法相比,重建结果图像中的细节信息明显增多, PSNR提高0.45 dB,SSIM提高0.023。