摘要
本发明提供了一种基于自适应进化卷积自编码器的遥感图像超分辨率重建方法,属于图像超分辨率技术领域。该方法通过遗传算法对卷积自编码器模型的网络结构与超参数进行自适应优化,不仅能够有效提升模型的重建性能,同时还能显著降低模型的体积与计算复杂度。本发明进一步引入多尺度特征提取机制,以增强模型在捕捉图像局部细节和全局结构信息方面的能力,从而输出更适用于超分辨率重建任务的最优模型。该方法可自动分析遥感图像的特征与任务需求,动态调整网络深度、卷积通道数及模块组合方式,实现针对性强、泛化能力好的网络架构搜索。通过上述自适应架构搜索与多尺度特征融合机制的协同设计,本方法能够有效改善图像细节信息,提升边缘质量,减弱图像模糊与噪声,从而显著提高遥感图像的整体感知质量与重建精度。
技术关键词
多尺度特征提取
低分辨率遥感图像
图像超分辨率技术
模块组合方式
全局结构信息
网络架构
编码器结构
解码器结构
网络深度
遗传算法
网络结构
参数
上采样
机制
复杂度