《表2 不同超分辨率重建算法的SSIM Table 2 SSIM for different super-resolution reconstruction algorithms》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于深度卷积神经网络的遥感图像超分辨率重建》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

首先，将本算法在主观视觉上的重建效果图与双三次插值（Bicubic）算法、Yang算法[5]和Zeyde算法[6]的稀疏编码算法、Chao的SRCNN算法、FSRCNN算法相比较，结果如图3所示。图3（b）~图3（g）对飞机机翼部分进行局部放大，双三次插值算法得到的结果十分模糊，边缘不清晰，Yang算法、Zeyde算法、SRCNN算法和FSRCNN算法的实验结果略微能看清边缘，但是仍与高分辨图像有一定差距。相比之下，本文算法边缘处理比以上四种算法更加清晰，边缘更加完整，视觉效果更好。为了进一步说明本文算法相比较于其他传统和先进算法的优越性，本文还进行了定量分析。用于定量分析的客观评价指标有PSNR和SSIM，表1和表2给出了各种算法重建的图像与真实高分辨率图像之间的PSNR和SSIM值。