典型文献
基于CNN的高光谱和多光谱图像融合方法研究
文献摘要:
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.
文献关键词:
图像融合;卷积神经网络;高光谱图像;多光谱图像;方法研究
中图分类号:
作者姓名:
齐济;杨海涛;孔卓
作者机构:
航天工程大学研究生院,北京 101400;航天工程大学航天信息学院,北京 101400
文献出处:
引用格式:
[1]齐济;杨海涛;孔卓-.基于CNN的高光谱和多光谱图像融合方法研究)[J].兵器装备工程学报,2022(11):81-87,129
A类:
ERGAS
B类:
多光谱图像,图像融合,融合方法,高光谱图像,光谱图像空间,空间分辨率,一个双,双分支网络,光谱信息,空间特征,特征融合网络,取到,紧凑,图像特征,光谱重建,重建网络,恢复重建,行空,边缘信息,细节信息,信息保留,客观评价指标,PSNR,RMSE,SAM
AB值:
0.206487
相似文献
机标中图分类号,由域田数据科技根据网络公开资料自动分析生成,仅供学习研究参考。