模式识别与人工智能
2025年4月3日 星期四   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2019, Vol. 32 Issue (5): 429-435    DOI: 10.16451/j.cnki.issn1003-6059.201905005
论文与报告 最新目录| 下期目录| 过刊浏览| 高级检索 |
基于多输入密集连接神经网络的遥感图像时空融合算法
姚凯旋1, 曹飞龙1
1.中国计量大学 理学院 应用数学系 杭州 310018
Spatial-Temporal Fusion Algorithm for Remote Sensing Images Based on Multi-input Dense Connected Neural Network
YAO Kaixuan1, CAO Feilong1
1.Department of Applied Mathematics, College of Sciences, China Jiliang University, Hangzhou 310018

全文: PDF (1173 KB)   HTML (0 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 为了解决地表反射率遥感卫星Landsat和MODIS影像的时空融合问题,文中提出基于多输入密集连接网络的遥感图像时空融合算法.首先提出多输入的密集连接网络,学习包含连续时刻间差异信息的过渡遥感影像.基于差异相似假设,融合网络学习得到的2幅过渡影像与已知的2幅高空间分辨率影像,得到最终的预测影像.对Landsat遥感影像和MODIS遥感影像的融合实验表明,文中算法在各项定量指标中均较优,最终的预测图像也可表明,文中算法对噪声具有较好的鲁棒性,能较好地恢复细节信息.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
姚凯旋
曹飞龙
关键词 遥感图像深度学习时空融合密集神经网络    
Abstract:To solve the spatial-temporal fusion problem of images of surface reflectivity remote sensing satellites Landsat and MODIS, a spatial-temporal fusion algorithm for remote sensing images based on multi-input dense connected neural network is proposed. Firstly, a multi-input dense connected neural network is put forward to study the remote sensing images containing the difference information between continuous moments. Then, two transition images learned from the network are fused with the two known high spatial resolution images based on the difference similarity hypothesis to obtain the final predicted images. According to the fusion experiment of Landsat remote sensing images and MODIS remote sensing images, the proposed algorithm produces promising results in each quantitative index. The final predicted image by the proposed algorithm is more robust to noise with better recovered detail information.
Key wordsRemote Sensing Image    Deep Learning    Spatial-Temporal Fusion    Dense Neural Network   
收稿日期: 2019-03-05     
ZTFLH: TN 911.71  
  TP 183  
基金资助:国家自然科学基金项目(No.61672477)资助
通讯作者: 曹飞龙(通讯作者),博士,教授,主要研究方向为深度学习、图像处理等.E-mail:feilongcao@gmail.com.   
作者简介: 姚凯旋,硕士研究生,主要研究方向为深度学习、图像处理等.E-mail:yaokx2@gmail.com.
引用本文:   
姚凯旋, 曹飞龙. 基于多输入密集连接神经网络的遥感图像时空融合算法[J]. 模式识别与人工智能, 2019, 32(5): 429-435. YAO Kaixuan1, CAO Feilong1. Spatial-Temporal Fusion Algorithm for Remote Sensing Images Based on Multi-input Dense Connected Neural Network. , 2019, 32(5): 429-435.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/10.16451/j.cnki.issn1003-6059.201905005      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2019/V32/I5/429
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn