摘要
本发明提出一种基于渐进式特征聚合网络的真实场景遥感图像超分辨率重建方法、系统及存储介质,所述方法包括:建立用于真实场景遥感图像超分辨率重建的渐进式特征聚合网络PFAN;建立二阶混洗随机退化模型,将作为训练样本的遥感图像按二阶混洗随机退化,得到模拟真实场景随机退化过程的低分辨率遥感图像;将退化前的遥感图像和对应的低分辨率遥感图像输入PFAN网络中进行训练;获取待重建的真实遥感图像,输入到训练好的PFAN网络进行图像重建,得到超分辨率图像。本发明通过渐进式策略聚合遥感图像的边缘细节与纹理特征,利用二阶混洗随机退化模型辅助网络学习真实场景遥感图像的复杂退化过程,从而实现更高精度的真实场景遥感图像超分辨率重建。
技术关键词
低分辨率遥感图像
图像超分辨率重建
退化模型
高分辨率遥感图像
浅层特征提取
注意力
Sigmoid函数
网络
深层特征提取
输出特征
模块
模拟真实场景
通道
渐进式策略
图像重建
系统为您推荐了相关专利信息
编码器模块
频域特征提取
级联
多模态
浅层特征提取
遥感影像道路
编码器模块
解码器
Sigmoid函数
分支
矿井采煤工作面
注意力
图像超分辨率重建
图像采集模块
学习特征