公开(公告)号：CN117745540A

公开(公告)日：2024-03-22

申请号：CN202311668172.1

申请日：2023-12-05

Applicant: 武汉大学

Inventor： 刘方坚 ,  王密 ,  张昊楠 ,  赵简平 ,  董滕滕

IPC: G06T3/4053 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/09

Abstract: 本发明公开了一种遥感图像分级监督超分辨率重构方法、系统、设备及介质，包括获取高分辨率原始遥感图像，进行预处理，得到多组亚像素遥感图像；构建亚像素遥感图像重构网络，并分别采用低分辨率遥感图像与一组亚像素遥感图像作为输入与真值进行预训练；构建无上采样遥感图像超分辨率网络，并使用多组亚像素图像进行调优；构建多级监督无上采样超分辨率网络，分别使用中间分辨率遥感图像与高分辨率原始遥感图像作为真值进行训练；基于遥感图像超分辨率重构模型，输入需要提高分辨率的遥感图像进行超分辨率重构，得到高分辨率遥感图像。本发明通过采用分级监督与无上采样的超分辨率重构深度网络，可提升遥感图像的超分辨率重构质量与细节。

公开(公告)号：CN117764860A

公开(公告)日：2024-03-26

申请号：CN202311652141.7

申请日：2023-12-05

Applicant: 武汉大学

Inventor： 王密 ,  董滕滕 ,  刘方坚

IPC: G06T5/70

Abstract: 本发明提供了一种新型遥感影像条带噪声去除方法、系统、设备及介质，包括DIS算子的构建，所述DIS算子是细节信息分离算子，基于双边滤波器与正交子空间投影实现，用于分离条带噪声中的细节信息；条带噪声提取模型的构建，包括采用UTV正则化项来表示条带噪声的全局稀疏特性和描述条纹方向上的平滑度与条纹垂直方向上的不连续性；采用群组稀疏正则化项来描述条带噪声的群组稀疏性，并将DIS算子与UTV正则化项、群组稀疏正则化项进行结合；条带噪声提取模型的求解，包括根据所构建的条带噪声提取模型得到不含有细节信息的条带噪声。与现有的去条带噪声方法相比，本发明可以有效去除条带噪声，同时还缓解了影像结构信息与细节信息的丢失问题。