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:
目前,一些基于变分的Pan-sharpening方法是通过梯度下降法极小化能量泛函来实现融合,但梯度下降法在靠近极小值时收敛速度会减慢.若变分模型中包含有L1范数的不可微项时,梯度下降法存在鲁棒性不高、计算复杂的问题.该文根据L1范数能保持图像的几何纹理、分裂Bregman对含有L1范数的泛函收敛速度快的特点,在已有的变分模型基础上,将L1范数加入到模型中,构建能量泛函代价函数,并通过分裂Bregman迭代极小化能量泛函.在Worldview-2数据集上的融合结果表明,该方法可以生成同时具有高光谱和高空间分辨率的图像.
推荐文章
基于L1范数正则项约束的不连续资料三维 / 四维变分融合研究
不连续资料
变分融合
L1范数
正则项
小波空间
基于戴帽L1范数的双支持向量机
双支持向量机
L1范数
L2范数
戴帽L1范数
损失函数
基于L1范数的形状快速匹配算法
内距离形状上下文
轮廓点分布直方图
地球移动距离
L1范数
形状检索
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 L1范数和分裂Bregman的遥感影像变分融合模型
来源期刊 测绘科学 学科 地球科学
关键词 L1范数 分裂Bregman Pan-sharpening 能量泛函
年,卷(期) 2018,(1) 所属期刊栏目 基础研究
研究方向 页码范围 11-14,25
页数 5页 分类号 P237
字数 语种 中文
DOI 10.16251/j.cnki.1009-2307.2018.01.003
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 孙涛 武汉大学电子信息学院 45 370 11.0 18.0
2 秦前清 武汉大学测绘遥感信息工程国家重点实验室 152 2348 24.0 42.0
3 宋博 武汉大学电子信息学院 11 26 3.0 5.0
4 侯昕廷 武汉大学测绘遥感信息工程国家重点实验室 1 1 1.0 1.0
5 付志涛 武汉大学测绘遥感信息工程国家重点实验室 2 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (3)
参考文献  (11)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(3)
  • 参考文献(3)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
L1范数
分裂Bregman
Pan-sharpening
能量泛函
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
测绘科学
月刊
1009-2307
11-4415/P
大16开
北京市海淀区北太平路16号
2-945
1976
chi
出版文献量(篇)
7258
总下载数(次)
36
论文1v1指导