《表1 重建HR图像的平均PSNR和SSIM值》

  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

《基于生成网络的遥感图像超分辨率的研究》

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

从表1中3种地质类型的平均PSNR指标的数据结果来看，生成网络模型在遥感地质图像超分辨率上的表现结果优于双立方插值的超分辨率方法，也优于SRCNN的图像超分辨率修复效果。而且使用生成网络进行图像超分辨率，修复后图像的SSIM数值比使用双立方插值和SRCNN进行修复后图像的SSIM数值更高，所以使用生成网络进行地质图像超分辨率修复，修复后图像在人眼视觉的主观感受上更为接近原图，图像超分辨率的效果更好。并且相对于SRCNN，生成网络模型无需使用大量图像数据集对网络进行训练，从始至终生成网络的输入只有一张等待修复的低分辨率图片，但是所取得的效果却优于经受过大量数据训练的SRCNN，并且经过生成网络修复过的图像在主观感受上变得更加锐利和清晰。