基于深度学习的农作物病害叶片的图像超分辨率重建

Journal of Heilongjiang August First Land Reclamation University（2020）

引用 0|浏览11

暂无评分

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.

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要