论文摘要
遥感图像是露天矿区生产的主要信息源之一,其空间分辨率影响着矿区各场景边界的区分、细小地物的判读和控制点的定位等,对矿区的生产管理与监测起着重要作用,针对现实中成本、技术等的制约,获取不了满足要求的高空间分辨率图像的问题,提出了利用超分辨率重建技术提高露天矿区遥感图像的空间分辨率;针对露天矿区各场景纹理特征明显的特点,采用深度纹理转移的方法进行超分辨率重建。通过一个端到端的深度学习模型,输入低分辨率的图像和对应的参考图像,把其分成若干个图像块,利用特征提取网络提取图像块的特征,并比较低分辨率特征图像块和参考特征图像块纹理相似性,自适应地从参考图像中转移纹理,在各种尺度的特征层中把多个交换的纹理特征图融合到生成网络中,构建纹理细节丰富的重建图像。同时对特征提取部分进行了改进,用网络深度更深,运算量更小的ResNet34网络代替VGG19网络,更进一步提高了特征提取的效果。研究利用自制的露天矿区图像数据集进行实验,并与先进的图像超分辨率重建方法比较。研究结果表明:在参考图像对结果的影响方面,改进的方法重建效果会随参考图像与待重建图像相似度的增加而提高;与其他方法对比表明改进的方法在峰值信噪比、结构相似性等方面的值都优于未改进的方法、EDSR和SRGAN等方法,视觉感知方面也优于其他方法。
论文目录
文章来源
类型: 期刊论文
作者: 杨宏业,赵银娣,董霁红
关键词: 露天矿区,参考图像,纹理转移,超分辨率重建
来源: 煤炭学报 2019年12期
年度: 2019
分类: 工程科技Ⅰ辑,工程科技Ⅱ辑,信息科技
专业: 矿业工程,工业通用技术及设备,自动化技术
单位: 中国矿业大学环境与测绘学院
基金: 国家重点研发计划资助项目(2016YFC0501105),中央高校基本科研业务费专项资金资助项目(2015XKMS050),自然资源部退化及未利用土地整治工程重点实验室开放基金资助项目(SXDJ2019-4)
分类号: TP751;TD164
DOI: 10.13225/j.cnki.jccs.SH19.1028
页码: 3781-3789
总页数: 9
文件大小: 35067K
下载量: 98