| 结合残差编解码网络和边缘增强的遥感图像去噪 |
| |
| 引用本文： | 吴从中,陈曦,詹曙.结合残差编解码网络和边缘增强的遥感图像去噪[J].遥感学报,2020,24(1):27-36. |
| |
| 作者姓名： | 吴从中 陈曦 詹曙 |
| |
| 作者单位： | 合肥工业大学 计算机与信息学院, 合肥 230601 |
| |
| 基金项目： | 国家自然科学基金(编号：61371156) |
| |
| 摘 要： | 高分辨率遥感图像去噪对于提高后续图像分析、识别等问题的准确性具有重要意义。目前的去噪算法普遍存在去噪结果边缘信息模糊、易产生视觉伪影导致遥感信息丢失的缺点,针对以上问题本文提出了一个基于边缘增强的残差编解码去噪网络用于高分辨率遥感影像去噪。该方法首先将噪声图片通过低通滤波器分解成高频层和低频层,然后将含噪声信息的高频层输入到带残差模块的编解码网络中,通过采样运算在多尺度空间上学习残差映射生成残差图像,最后使用跳跃连接得到完整的去噪结果。其损失函数由逐像素和感知损失两部分组成,逐像素损失使用传统的均方根误差学习像素级信息,感知损失学习语义特征上的差异可以保留更多边缘信息,最终得到更清晰的结果,其中感知损失是由级联在后的语义分割网络提取的特征图定义的。本文对不同测试数据做去噪实验并与几个经典方法对比证明本文模型的去噪结果优于其他方法,不仅提高图像的峰值信噪比,得到最高的平均梯度值,还在视觉上取得了最清晰的结果。实验结果表明,本文提出的基于边缘增强的深层编解码卷积网络在去噪的同时可以改善边缘细节被模糊的问题,保留更多遥感地物信息,提高图像视觉效果。
|
| 关 键 词： | 遥感图像去噪 卷积神经网络 边缘增强 感知损失 高分二号 |
| 收稿时间： | 2018/4/10 0:00:00 |
Remote sensing image denoising using residual encoder-decoder networks with edge enhancement |
| |
| WU Congzhong,CHEN Xi,ZHAN Shu.Remote sensing image denoising using residual encoder-decoder networks with edge enhancement[J].Journal of Remote Sensing,2020,24(1):27-36. |
| |
| Authors: | WU Congzhong CHEN Xi ZHAN Shu |
| |
| Institution: | School of Computer and Information, Hefei University of Technology, Hefei 230601, China |
| |
| Abstract: | |
| |
| Keywords: | remote sensing image denoising convolutional neural network edge enhancement perceptual loss GF-2 remote sensing image |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《遥感学报》浏览原始摘要信息 |
| 点击此处可从《遥感学报》下载免费的PDF全文 |
|
