[发明专利]一种基于神经网络的SAR图像超分辨方法

摘要

本发明提出了一种基于神经网络的SAR图像超分辨方法，属于图像超分辨领域。本发明针对设定的神经网络结构，利用预测值与真实值间均方误差构建损失函数，将模型映射问题转换成损失函数的优化问题，确定神经网络各层的权重与偏置值，最终得到低分辨率‑高分辨率的映射关系；然后，将待处理的SAR图像输入网络即可得到超分辨结果。相比于现有技术，本发明能够有效加强特征传播，提高训练速度，得到更高质量的SAR图像超分辨结果。

主权项

1.一种基于神经网络的SAR图像超分辨方法，其特征在于，包括以下步骤：S1、获取训练集中的高分辨图像HR，对所述高分辨图像进行降采样，并将降采样后的图像扩展为所述高分辨图像的尺寸，得到低分辨图像LR，形成LR‑HR图像对；S2、将训练集中每一张HR和LR划分为固定大小的图像块，并将所述图像块随机打乱顺序，并保持LR‑HR的对应关系不变，作为神经网络的训练数据；S3、构建神经网络，输入训练数据，对所述神经网络进行训练；S4、将待处理的SAR图像输入至训练好的神经网络中，输出得到超分辨结果。