基于生成对抗网络的Sentinel-2遥感图像超分辨率分析

为了将开放访问的Sentinel-2卫星遥感图像的分辨率提升至商业卫星的水平，提出基于生成对抗网络（GAN）的超分辨率分析方法 KN-SRGAN，该方法仅使用开放数据提供的图像，不须高分辨率监督图像，通过核估计和噪声注入构造高-低分辨率图像对训练数据集，构建带有感知特征提取器的GAN，实现卫星图像×4倍的超分辨率分析。与残差通道注意力网络（RCAN）、强化深度残差网络（EDSR）、强化超分辨率生成对抗网络（ESRGAN）、退化核超分辨率生成对抗网络（DKN-SR-GAN）等最新方法比较，KN-SRGAN的生成图在直观视觉效果上具有更清晰的细节以及更好的感知效果，无参考图像质量评估指标的定量对比也证明了KN-SRGAN的有效性。