基于生成对抗网络的水下声纳图像超分辨率重构方法技术

本发明专利技术属于计算机视觉技术和遥感图像领域，具体为基于生成对抗网络的面向水下声纳图像的超分辨重构方法。本发明专利技术利用深度学习神经网络的强大的非线性拟合特性，学习水下声纳图像的低分辨率图像和高分辨率图像之间的映射关系，生成具有水下声纳图像纹理结构的超分辨率图像。生成器生成的超分辨图像与真实的水下声纳图像尽可能接近以欺骗判别器，而判别器通过学习提高辨别生成器生成的超分辨样本和真实的高分辨率样本的能力。经过训练的生成器作为水下声纳图像的超分辨率生成器,使得每个输入的低分辨率水下声纳图像生成具有超分辨率的水下声纳图像。本发明专利技术具有普适性，能够准确生成最接近真实图像的纹理结构，并从多个评价标准上获得优秀结果。

【技术实现步骤摘要】

本专利技术属于计算机视觉技术和遥感图像领域，具体涉及水下声纳图像的超分辨率重构方法。

技术介绍

1、随着海洋资源的利用变得更加重要，为了合理开发和利用海洋资源，声纳作为遥感领域不可缺少的传感器，可以提供水下丰富的观测信息。然而，由于声纳原理的限制，声纳声波的能量在水中会衰减，从而导致声纳图像的失真，使采集到的水下声纳图像不够清晰，分辨率较低。所以对声纳图像做增强和超分辨是十分必要的；超分辨不仅可以提高水下声纳图像的质量，更重要的是，可以帮助进一步处理对于声纳图像的水下分类，物体检测，实例分割等应用场景。

2、超分辨率重构是从一个或多个低分辨率图像中重建高分辨率图像的方法。根据输入低分辨率图像的数量，超分辨率重构算法可分为单图像超分辨率重构和多图像超分辨率重构。单图像超分辨率重构是一个迅速发展的研究课题。它被广泛的应用到计算机视觉中，对现实世界的影响至关重要，例如环境监测，医学图像处理,以及监视和安全等。然而，超分辨率重构是一个典型的不适定问题，对于任何一个低分辨率图像都可以生成多个高分辨率图像。因此，掌握高分辨率和低分辨率图像之间的映射关系是解本文档来自技高网...

【技术保护点】

1.基于生成对抗网络的水下声纳图像超分辨率重构方法，其特征在于，包括：构建GAN的框架，设计生成器和判别器两个主体网络，通过损失函数来指导生成器和判别器的输出，使得GAN生成带有水下声纳纹理信息的超分辨率图像；其中，生成器的目标是产生尽可能与真实高分辨率图像样本相同的超分辨率图像样本，并且使判别器为生成的超分辨率图像样本提供更高的概率值；判别器的目标是对真实的高分辨率图像样本给出较高的概率值，对生成器生成的超分辨率图像样本给出较低的概率值；

2.根据权利要求1所述的水下声纳图像超分辨率重构方法，其特征在于：

3.根据权利要求1所述的水下声纳图像超分辨率重构方法，其...

【技术特征摘要】

1.基于生成对抗网络的水下声纳图像超分辨率重构方法，其特征在于，包括：构建gan的框架，设计生成器和判别器两个主体网络，通过损失函数来指导生成器和判别器的输出，使得gan生成带有水下声纳纹理信息的超分辨率图像；其中，生成器的目标是产生尽可能与真实高分辨率图像样本相同的超分辨率图像样本，并且使判别器为生成的超...

【专利技术属性】
技术研发人员：马征达，丁洁，
申请(专利权)人：复旦大学，
类型：发明
国别省市：