基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
由于卫星上相机距离拍摄景物较远,所以遥感图像分辨率一般较低.为了获得较高分辨率的图像.提出将图像类推技术(IA)与立方卷积插值法相结合的方法;并在学习样本集合建立过程中引入一种新的思路,直接对高分辨率图像的高频细节信息进行学习.实验结果表明,该方法不仅提高了放大图像的清晰程度,而且较一般的图像类推算法,能产生更为合理的细节以增强图像,使放大后的遥感图像更为逼真.
推荐文章
基于插值的遥感图像超分辨率重建
插值
遥感
亚像素
超分辨率重建
遥感图像超分辨率复原算法的仿真实现
遥感图像
超分辨率复原
分辨率提高
目标识别
基于深度学习的图像超分辨率重建技术的研究
人工智能
深度学习
超分辨率
制造工艺
遥感图像超分辨率重建技术研究及地质解译应用
超分辨率重建
残差网络
遥感图像
地质解译
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于图像类推的遥感图像超分辨率技术
来源期刊 计算机应用 学科 工学
关键词 图像类推 超分辨率 遥感图像 立方卷积插值
年,卷(期) 2010,(1) 所属期刊栏目 图形图像处理
研究方向 页码范围 61-64,67
页数 5页 分类号 TP751
字数 4597字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 滕奇志 四川大学电子信息学院 198 900 14.0 21.0
2 吴炜 四川大学电子信息学院 82 916 17.0 25.0
4 石一兴 四川大学电子信息学院 5 41 4.0 5.0
7 喻继业 四川大学电子信息学院 2 19 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (11)
参考文献  (6)
节点文献
引证文献  (13)
同被引文献  (16)
二级引证文献  (13)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(3)
  • 参考文献(2)
  • 二级参考文献(1)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(4)
  • 引证文献(4)
  • 二级引证文献(0)
2013(4)
  • 引证文献(1)
  • 二级引证文献(3)
2014(4)
  • 引证文献(2)
  • 二级引证文献(2)
2015(5)
  • 引证文献(0)
  • 二级引证文献(5)
2017(3)
  • 引证文献(1)
  • 二级引证文献(2)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
图像类推
超分辨率
遥感图像
立方卷积插值
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用
月刊
1001-9081
51-1307/TP
大16开
成都237信箱
62-110
1981
chi
出版文献量(篇)
20189
总下载数(次)
40
论文1v1指导