基于跨层复制连接卷积神经网络的遥感图像融合

• 作者: 王刚 王明丽 王献昌 郭晓新
• 来源期刊: 吉林大学学报（理学版）
• 学科: 工学
• 关键词: 卷积神经网络 机器学习 计算机应用 遥感图像融合
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 计算机科学
• 页码范围: 913-922
• 页数: 10页
• 分类号: TP751
• 字数: 5462字
• 语种: 中文
• DOI: 10.13413/j.cnki.jdxblxb.2019273

摘要

首先,基于卷积神经网络提出一种采用跨层复制连接操作融合不同尺度特征图的遥感图像融合模型,解决了传统遥感图像融合方法对不同类型遥感图像需人为选择不同的分解融合规则,导致融合图像质量受选择规则影响较大的问题.其次,使用Deimos卫星和QuickBird卫星数据验证该方法的有效性,并用主观和客观相结合的方法评价融合图像质量.实验结果表明,该遥感图像融合模型与传统方法相比,能有效将全色图像的空间信息与多光谱图像的光谱信息融合,并抑制光谱扭曲.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭晓新	吉林大学计算机科学与技术学院	18	99	4.0	9.0
2	王刚	吉林大学计算机科学与技术学院	119	711	14.0	22.0
3	王明丽	吉林大学计算机科学与技术学院	1	0	0.0	0.0
4	王献昌	吉林大学计算机科学与技术学院	2	0	0.0	0.0