典型文献
基于结构保持的星载SAR图像超分辨重构算法
文献摘要：
星载合成孔径雷达(SAR)可以实现全天候、全天时、大幅宽的对地观测,但受天线尺寸和数据有损传输影响,高分辨率SAR图像的获取十分困难.针对该问题,提出一个基于结构保持的图像超分辨重构网络(SP-SRNet),以实现SAR图像从低分辨(LR)图像到高分辨(HR)图像的重构:使用一个轻量级深度卷积神经网络提取图像梯度图特征,为超分辨重构网络提供更多的结构信息;设计一个由像素损失和梯度损失组成的多目标函数优化SP-SRNet.利用IC-EYE公司卫星高分辨SAR图像,采用双3次下采样算法构建SAR图像的LR-HR数据集,并在该数据集运用多种现有算法对比仿真验证.结果表明,提出的SP-SRNet在定量评估指标和主观视觉上均优于现有的超分辨重构算法.
文献关键词：
星载合成孔径雷达;图像超分辨;深度卷积神经网络;结构保持
中图分类号：
作者姓名：
许益乔;张刚;张占月;李雪薇
作者机构：
航天工程大学,北京101416;北京遥感信息研究所,北京100192;中国科学院软件研究所,北京100190
文献出处：
引用格式：
[1]许益乔;张刚;张占月;李雪薇-.基于结构保持的星载SAR图像超分辨重构算法)[J].信息工程大学学报,2022(02):148-154
A类：
B类：
结构保持,SAR,图像超分辨重构,重构算法,星载合成孔径雷达,全天候,天时,大幅宽,对地观测,天线,有损,十分困难,SP,SRNet,LR,轻量级,深度卷积神经网络,图像梯度,梯度图,结构信息,像素,梯度损失,多目标函数优化,IC,EYE,下采样,采样算法,集运,算法对比,仿真验证,定量评估
AB值：
0.326569
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
