一种中继残差扩散概率的超分辨率水深模型构建方法

本发明公开了一种中继残差扩散概率的超分辨率水深模型构建方法，包括如下步骤：采用马尔科夫链的形式建模正向扩散过程，通过往高分辨率图像中不断添加残差与噪声，使图像逐步退化至低分辨率图像与高斯噪声的叠加状态，实现将目标分布逐步转移至已知分布；对逆向扩散的条件概率分布进行建模，逆向扩散被定义为一个可学习的马尔科夫链；构建神经网络模SDU‑Net，并分别独立训练残差预测模型和噪声预测模型，来预测未知量残差与噪声；使用训练好的模型进行中继采样，实现根据低分辨率DEM图像生成高分辨率DEM图像。本发明可以实现5倍放大因子的超分辨率，在海底DEM构建与增强过程中具有实际应用价值。