基于CNN的高光谱和多光谱图像融合方法研究
为了解决高光谱图像空间分辨率较低的问题,提出一种基于卷积神经网络(CNN)的图像融合方法.首先,将输入的高光谱图像和多光谱图像输入至一个双分支网络进行特征提取,以获得高光谱图像中的高频光谱信息和多光谱图像中的高频空间特征;其次,通过特征融合网络将提取到的特征进行初步融合,形成紧凑的图像特征;再通过光谱重建网络,从融合后的特征中恢复重建高光谱图像,以初步提高其空间分辨率;最后,对上一步重建的高光谱图像进行空间边缘和光谱边缘信息的重构,进一步提升高光谱图像的空间分辨率.经验证,所提出的方法能将高光谱图像的更详细的细节信息保留,在主观视觉和客观评价指标PSNR、RMSE、ERGAS以及SAM上具有一定的优势.
图像融合、卷积神经网络、高光谱图像、多光谱图像、方法研究
43
TP751(遥感技术)
2023-01-05（万方平台首次上网日期，不代表论文的发表时间）
共8页
81-87,129
