摘要
在云南天文台拍摄的模糊太阳斑点图的超分辨率重建过程中,采用现有深度学习算法存在高频信息难以恢复、重建图不够清晰等问题,为此,提出一种结合GAN(生成对抗网络)和风格迁移网络的太阳斑点图超分辨率重建方法STYLE-NICE-GAN.首先,利用GAN获取低分辨率太阳斑点图到Level1+高分辨率太阳斑点图的映射关系,重建太阳斑点图的全局轮廓和部分细节;其次,使用风格迁移网络,对GAN的重建结果进行二次重建,在保留局部细节、高频信息和不影响后续分析的同时,提高图像的整体对比度和清晰度.实验结果表明,与现有深度学习超分辨率重建算法相比,该方法具有重建图像清晰度更高、高频信息恢复能力更强的优点,重建结果在两个有参考评价指标PSNR、SSIM和三个无参考评价指标BRISQUE、NIQE、PIQE上的评价均占有优势.
基金项目
国家自然科学基金(11773073)
云南省高校科技创新团队支持项目(IRTSTYN)()
云南大学研究生科研创新基金(2021Y273)
云南大学专业学位研究生教学案例库建设项目(2022XJALK02)
国家科技期刊平台
NSTL
维普
万方数据