双通道卷积神经网络在影像融合中的应用

靳道明; 李路沙

您当前的位置：

首页 >

文章列表页 >

双通道卷积神经网络在影像融合中的应用

更新时间：2025-11-25

- 双通道卷积神经网络在影像融合中的应用
- Vol. 21, Issue 11, Pages: 1-4(2023)
- 作者机构：
  
  中国铁路设计集团有限公司
- 作者简介：
- 基金信息：
- DOI：
  CLC： P237
- Published：2023
- 稿件说明：
移动端阅览
靳道明, 李路沙. 双通道卷积神经网络在影像融合中的应用[J]. 2023, 21(11): 1-4.
DOI：

靳道明, 李路沙. 双通道卷积神经网络在影像融合中的应用[J]. 2023, 21(11): 1-4. DOI：

摘要

利用Landsat8遥感卫星影像数据制作影像融合数据集，提出了一种双通道融合网络，并利用结果影像的质量指数对网络融合性能进行评估，分析与双三次卷积插值和GS影像融合方法的差异。结果表明，该网络加强了对高频空间信息的提取，在更高效提取空间特征的同时，减弱了融合过程中对多光谱影像光谱特征的影响，从而提高了融合影像的综合影像质量（QNR=0.885 2）。

Abstract

关键词

Keywords

references

林娜,王伟,王斌.基于随机森林和Landsat8 OLI影像的脐橙果园种植信息提取[J].地理空间信息,2021(11).

夏乐,李长安,江涛,龙强,张杰.基于深度卷积神经网络的遥感图像船只识别[J].地理空间信息,2021(09).

韩志晟,孙丕川,唐超.面向单幅遥感图像的生成对抗网络超分辨率重建[J].测绘通报,2021(08).

Scarpa Giuseppe,Vitale Sergio,Cozzolino Davide.Target-Adaptive CNN-Based Pansharpening[J].IEEE Transactions on Geoscience and Remote Sensing,2018.

Giuseppe Masi,Davide Cozzolino,Luisa Verdoliva,Giuseppe Scarpa.Pansharpening by Convolutional Neural Networks[J].Remote Sensing,2016.

Palsson, F.,Sveinsson, J.R.,Ulfarsson, M.O..A New Pansharpening Algorithm Based on Total Variation[J].IEEE geoscience and remote sensing letters,2014.

Li,S.,Yin,H.,Fang,L..Remote Sensing Image Fusion via Sparse Representations Over Learned Dictionaries[J].IEEE Transactions on Geoscience and Remote Sensing,2013.

Luciano Alparone,Bruno Aiazzi,Stefano Baronti,Andrea Garzelli,Filippo Nencini,Massimo Selva.Multispectral and Panchromatic Data Fusion Assessment Without Reference[J].Photogrammetric Engineering & Remote Sensing: Journal of the American Society of Photogrammetry,2008.

Views

173

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于改进SegNet模型的冬小麦种植分布提取

一种基于PC-LSTM的GNSS场景识别方法

基于多源遥感影像的新增农村乱占耕地建房监测方法

顾及季节影响的无人机影像水稻田提取方法

时间序列与深度学习模型相结合的冬小麦种植信息提取

Related Author

曹俊涛

李亚强

孟成真

常宇飞

权畅

赵春雷

王长栓

鲍烨青

Related Institution

河北省气象科学研究所

河北省气象与生态环境重点实验室

中国气象局雄安大气边界层重点开放实验室

广西壮族自治区地理信息测绘院

中国电力工程顾问集团中南电力设计院有限公司

AI问答

⁰