基于CNN的Landsat 8全色与多光谱图像融合的泛锐化方法

摘要

为了解决影响传统方法的光谱和空间失真问题，提出了一种基于卷积神经网络结构的泛锐化方法，将低空间分辨率的多光谱图像进行升级，并与高空间分辨率的全色图像进行融合，生成一幅新的高空间分辨率的多光谱图像。该方法基于有线电视网络体系结构的金字塔结构，具有较高的学习能力，能够为建设任务生成更具代表性和鲁棒性的层次特征。此外，通过叠加多个线性滤波层可以有效模拟高度非线性的融合过程，适用于学习高空间分辨率全色图像和低空间分辨率多光谱图像之间的复杂映射关系。

基于CNN的泛锐化方法

针对现有泛锐化方法存在的细节不突出、边缘模糊等问题，提出了一种基于卷积神经网络模型的泛锐化方法。通过从卷积神经网络模型中构造高度非线性的映射关系，这种基于CNN的结构极大地丰富了高分辨率图像融合的特征维数，进而改善了重建图像的细节。

图1显示了基于CNN的泛锐化方法的工作流程，该方法由两个主要部分组成：训练阶段和测试阶段。训练阶段是以有监督的方式学习体系结构中的超级参数，而测试阶段是通过预测重叠图像块上的平均算子生成高空间分辨率的多光谱图像。

基于CNN的Landsat 8全色与多光谱图像融合的泛锐化方法相关推荐

全色和多光谱融合pansharpen的尝试
一个1波段全色地理tiff图像文件的文件名(.tif扩展). 一个3或4波段的多光谱geotiff图像文件(RGB,近红外波段,按此顺序排列). 使用GDAL工具将多光谱Geotiff图像文件重采样 ...
高光谱、多光谱与全色遥感影像的成像原理及相互融合
文章目录前言一.全色与多光谱图像融合算法真正的价值? 二.全色.多光谱和高光谱的成像过程前言 consider the tradeoff between spectral resolution, ...
【图像融合】基于稀疏表示多光谱图像融合含Matlab源码
1 简介高分辨率的多光谱图像应用广泛,比如变化监测,目标识别,场景解译.通常,商用光学卫星能够同时提供高空间分辨率的全色图像和低分辨率的多光谱图像.物理条件的限制使得单一传感器无法获得高质量的多光谱 ...
一种新的具有多尺度结构感知的全色锐化方法
一种新的具有多尺度结构感知的全色锐化方法原文:https://ieeexplore.ieee.org/abstract/document/8518250 摘要卫星提供的遥感图像通常包含不同 ...
十二、基于多源数据建成区提取——Landsat数据多光谱、全色数据融合
一.前言当我们完成了多光谱的大气校正之后,需要将多光谱.全色波段进行融合,得到融合数据,当前融合方式有以下几种: 方式主要有六种,融合会在分辨率等方面起到一定的效果. 二.具体操作本文以Gram ...
基于MATALB的多光谱影像与全色影像（高分辨率）的融合的几种方法
基于MATALB的多光谱影像与全色影像(高分辨率)的融合的几种方法数据: 链接:Sichuan.mat 1.HIS方法 clear ;close ;clc; %加载图片 load Sichuan;% ...
基于Python 语言的高分二号卫星全色和多光谱遥感数据融合（锐化）
# coding:utf-8 import arcpy import sys from arcpy import env import timereload(sys) sys.setdefaulten ...
基于CNN的阅读理解式问答模型：DGCNN
作者丨苏剑林单位丨广州火焰信息科技有限公司研究方向丨NLP,神经网络个人主页丨kexue.fm 早在年初的一文读懂「Attention is All You Need」| 附代码实现中就已经承诺 ...
深度学习之基于CNN和VGG19实现灵笼人物识别
VGG19是VGG网络中一个更复杂的网络,相比较于VGG16,它的层数更深. VGG19网络都使用了同样大小的卷积核尺寸(3x3)和最大池化尺寸(2x2).但是它的训练时间过长,调参难度大,并且需要的 ...

基于CNN的Landsat 8全色与多光谱图像融合的泛锐化方法

基于CNN的Landsat 8全色与多光谱图像融合的泛锐化方法

摘要

基于CNN的泛锐化方法

基于CNN的Landsat 8全色与多光谱图像融合的泛锐化方法相关推荐

最新文章

热门文章