隨著航天技術(shù)的快速發(fā)展和實(shí)際應(yīng)用的推動(dòng),微納衛(wèi)星的發(fā)展取得了很大的進(jìn)步。微納衛(wèi)星以體積小、重量輕、低功耗、開發(fā)周期短、較低的成本等優(yōu)勢(shì),完成復(fù)雜空間試驗(yàn)任務(wù),在國防、科研和商用等領(lǐng)域發(fā)揮著越來越重要的作用。由于微納衛(wèi)星硬件設(shè)備的限制,提升空間分辨率與硬件設(shè)備成為矛盾體。如何在有限的硬件設(shè)備上獲取高分辨率的遙感圖像成為科研工作者努力的方向。而圖像超分辨率（Super Resolution,SR）重構(gòu)是在不改變?cè)杏布O(shè)備的前提下,將一幅或多幅低分辨率圖像,通過后處理的方式,即用信號(hào)處理或圖像處理的方法,得到高分辨率圖像的過程。傳統(tǒng)重建算法常具有重構(gòu)時(shí)間長、魯棒性差等問題,而隨著卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用于圖像超分辨率重構(gòu),可以很好地避免這些問題的發(fā)生。現(xiàn)有的淺層結(jié)構(gòu)卷積神經(jīng)網(wǎng)絡(luò)重建算法對(duì)于圖像內(nèi)容簡單、約束性弱的數(shù)據(jù)具有較好的重構(gòu)效果,但是當(dāng)獲取實(shí)際遙感圖像時(shí),圖像內(nèi)容結(jié)構(gòu)復(fù)雜,現(xiàn)有網(wǎng)絡(luò)模型就會(huì)暴露出表征能力欠缺的問題。因此為了得到針對(duì)遙感圖像的重建模型,本文深入研究了基于卷積神經(jīng)網(wǎng)絡(luò)的遙感圖像超分辨率重建算法。本論文的主要內(nèi)容和創(chuàng)新點(diǎn)如下:（1）分析了單幀遙感圖像超分辨率重構(gòu)的可行性,同時(shí)說明了... 

【文章來源】：蘭州交通大學(xué)甘肅省

【文章頁數(shù)】：62 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖像超分辨率重構(gòu)分類

圖 2.2 SRCNN 與 FSRCNN 網(wǎng)絡(luò)結(jié)構(gòu)比較 2.2 可知，單幀超分辨率重構(gòu)方法 SRCNN[30]在重構(gòu)之初需要將圖像插值大小，而后經(jīng)過簡單的非線性映射即可完成重構(gòu)，重構(gòu)的時(shí)間和重構(gòu)質(zhì)量FSRCNN[31]主要的目的是加速之前的 SRCNN 模型。FSRCNN 主要包括特

卷積層的卷積過程

【參考文獻(xiàn)】：
期刊論文
[1]深度學(xué)習(xí)的昨天、今天和明天[J]. 余凱,賈磊,陳雨強(qiáng),徐偉.  計(jì)算機(jī)研究與發(fā)展. 2013(09)



本文編號(hào)：3593318