基于深度学习的农作物病害叶片的图像超分辨率重建

• 作者: 乔焰 代强 朱诚 程曦
• 来源期刊: 黑龙江八一农垦大学学报
• 学科: 工学
• 关键词: 病害叶片图像 超分辨率重建 深度学习 LapSRN DSRNLP SERS
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 农业工程与信息技术
• 页码范围: 82-90
• 页数: 9页
• 分类号: TP391.41|TP18
• 字数: 4328字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-2090.2020.02.012

摘要

为了降低农作物病害所带来的损失,借助计算机对农作物病害叶片图像进行图像超分辨率重建具有重要意义.针对基于农作物病害叶片图像的超分辨率重建问题,引入了基于深度学习的农作物病害叶片图像超分辨率重建方法.通过实验将基于深度学习的超分辨率重建方法与两个传统方法Bicubic和ScSR做了对比,实验结果表明,两个传统方法的PSNR值均未超过15,且SSIM值均未超过0.6.而基于深度学习的网络模型LapSRN、DSRNLP和SERS所得出的PSNR值均接近30,SSIM值均超过了0.6,相比传统方法,性能得到明显提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱诚	安徽农业大学信息与计算机学院	27	140	9.0	10.0
2	乔焰	安徽农业大学信息与计算机学院	27	44	3.0	6.0
3	代强	安徽农业大学信息与计算机学院	2	0	0.0	0.0
4	程曦	南京理工大学计算机科学与工程学院	2	0	0.0	0.0