第1期 毕晓君，等：基于生成对抗网络的机载遥感图像超分辨率重建 ·79· 表1实验环境配置 2520张图像进行训练，并对1500张图像进行测 Table 1 Experimental environment configuration 试。为验证本文方法的先进性，选择具有权威性 实验硬件 Intel CoreTM78700K酷容六核3.7Gz 的图像超分辨率重建领域的经典方法和计算机视 内存 32 GB 觉领域顶级会议ECCV、CVPR上所发表的方法， 处理器 64 bit 从数值评价指标和视觉效果两方面与本文方法进 GeForce GTX 1080 Ti GAMING 行对比。对NWPU-RESISC.45测试集中所有的测 GPU X TRIO 11 GB GDDR5X 试图像的PSNR值求均值，可以得到如表2的结 操作系统 Ubuntu 16.04 果。从表2可以看出，相比于其他方法，本文方法 编程框架 Pytorch0.4.0 在NWPU-RESISC45测试集上取得了最高的平均 评价指标计算 PSNR值，较传统Bicubic方法有2.59dB增益，较 MATLAB FSRCNN方法有2.42dB增益，较ESPCN方法有 3.2 实验结果分析 2.24dB增益，较SRGAN方法有1.99dB增益。验 在实验中，用NWPU-RESISC45数据集中的 证了本文方法在评价指标上的先进性。 表2NWPU-RESISC45测试集的PSNR对比 Table 2 PSNR comparison of NWPU-RESISC45 test set 评价指标 LR Bicubic FSRCNN ESPCN SRGAN 本文方法 HR MSE 251.24 269.41 202.81 187.10 176.64 111.71 0 PSNR/dB 24.13 25.06 25.23 25.41 25.66 27.65 00 对机载遥感图像重建的视觉效果进行对 每一张图像从左至右分别为使用双三次插值 比分析，对比结果如图7所示。图中(a)~(d) (Bicubic)、FSRCNN、SRGAN和本文方法进行超 分别对应数据集中的airplane_039、lake_690、 分辨率重建后的机载遥感图像，以及原始高分辨 overpass405和ship_010这4张机载遥感图像。 率图像。 Bicubic FSRCNN SRGAN 本文方法 HR 图7NWPU-RESISC45的重建效果对比 Fig.7 Comparison of reconstruction effect of test set NWPU-RESISC45表 1 实验环境配置 Table 1 Experimental environment configuration 实验硬件 Intel® CoreTMi7 8700 K 酷睿六核3.7 GHz 内存 32 GB 处理器 64 bit GPU GeForce GTX 1080 Ti GAMING X TRIO 11 GB GDDR5X 操作系统 Ubuntu 16.04 编程框架 Pytorch0.4.0 评价指标计算 MATLAB 3.2 实验结果分析 在实验中，用 NWPU-RESISC45 数据集中的 2 520 张图像进行训练，并对 1 500 张图像进行测 试。为验证本文方法的先进性，选择具有权威性 的图像超分辨率重建领域的经典方法和计算机视 觉领域顶级会议 ECCV、CVPR 上所发表的方法， 从数值评价指标和视觉效果两方面与本文方法进 行对比。对 NWPU-RESISC45 测试集中所有的测 试图像的 PSNR 值求均值，可以得到如表 2 的结 果。从表 2 可以看出，相比于其他方法，本文方法 在 NWPU-RESISC45 测试集上取得了最高的平均 PSNR 值，较传统 Bicubic 方法有 2.59 dB 增益，较 FSRCNN 方法有 2.42 dB 增益，较 ESPCN 方法有 2.24 dB 增益，较 SRGAN 方法有 1.99 dB 增益。验 证了本文方法在评价指标上的先进性。 表 2 NWPU-RESISC45 测试集的 PSNR 对比 Table 2 PSNR comparison of NWPU-RESISC45 test set 评价指标 LR Bicubic FSRCNN ESPCN SRGAN 本文方法 HR MSE 251.24 269.41 202.81 187.10 176.64 111.71 0 PSNR/dB 24.13 25.06 25.23 25.41 25.66 27.65 ∞ 对机载遥感图像重建的视觉效果进行对 比分析，对比结果如 图 7 所示。图 中 (a)~(d) 分别对应数据集中的 airplane_039、lake_690、 overpass_405 和 ship_010 这 4 张机载遥感图像。 每一张图像从左至右分别为使用双三次插值 (Bicubic)、FSRCNN、SRGAN 和本文方法进行超 分辨率重建后的机载遥感图像，以及原始高分辨 率图像。 Bicubic FSRCNN SRGAN 本文方法 HR 图 7 NWPU-RESISC45 的重建效果对比 Fig. 7 Comparison of reconstruction effect of test set NWPU-RESISC45 第 1 期 毕晓君，等：基于生成对抗网络的机载遥感图像超分辨率重建 ·79·