典型文献
一种利用卷积神经网络重建的遥感影像Curvelet融合方法
文献摘要：
针对传统多光谱与全色影像融合方法容易产生畸变、忽略多光谱影像本身的空间细节特征等问题,提出了一种基于超分辨率卷积神经网络与Curvelet变换的影像融合方法,以提升多光谱影像的空间细节,加强其与全色影像的相关性,减少融合产生的畸变.该方法首先利用高分辨率全色影像进行超分辨率重建学习,利用学习得到的网络参数对多光谱影像进行超分辨率卷积神经网络重建,提升其空间细节特征;其次,在Gram-Schmid变换融合基础上,根据Curvelet变换具有保持影像空间细节的特点,将全色影像与替换分量进行融合;最后,通过逆变换得到高分辨率遥感影像.实验结果表明,该算法在影像光谱信息和空间细节表达能力上,整体优于其他传统算法,且对不同数据具有很好的适应性.
文献关键词：
空谱融合;超分辨率影像重建;卷积神经网络;Curvelet变换分析;Gram-Schmid变换
中图分类号：
作者姓名：
李彦东;隋立春;陈楠;袁欢欢;徐家利
作者机构：
长安大学地质工程与测绘学院,西安 710054;地理国情监测国家测绘地理信息局工程技术研究中心,西安 710054
文献出处：
引用格式：
[1]李彦东;隋立春;陈楠;袁欢欢;徐家利-.一种利用卷积神经网络重建的遥感影像Curvelet融合方法)[J].遥感信息,2022(03):93-100
A类：
超分辨率影像重建
B类：
Curvelet,融合方法,全色影像,影像融合,畸变,多光谱影像,细节特征,超分辨率重建,用学,习得,网络参数,Gram,Schmid,融合基础,影像空间,逆变换,高分辨率遥感影像,光谱信息,表达能力,传统算法,空谱融合,变换分析
AB值：
0.23596
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。
