| 基于深度学习的高分四号卫星图像超分辨率重建 |
| |
| 引用本文： | 贺智,贺丹.基于深度学习的高分四号卫星图像超分辨率重建[J].遥感学报,2020,24(12):1500-1510. |
| |
| 作者姓名： | 贺智 贺丹 |
| |
| 作者单位： | 1.中山大学 地理科学与规划学院综合地理信息研究中心, 广州 510275;2.广东省城市化与地理环境空间模拟重点实验室, 广州 510275;3.东莞理工学院城市学院, 东莞 511700 |
| |
| 基金项目： | 国家自然科学基金(编号：41501368)；中央高校基本科研业务费用专项资金项目(编号：16lgpy04)；2018年东莞理工学院城市学院青年教师发展基金项目（编号：2018QJY001Z）;2019年广东大学生科技培育专项资金（“攀登计划”专项资金）（编号：pdjh2019b0623） |
| |
| 摘 要： | 针对高分四号卫星图像中波红外谱段空间分辨率远低于相应的可见光近红外谱段，提出一种基于深度学习的高分四号卫星图像中波红外谱段超分辨率重建方法。首先，设计卷积回归网络进行初步重建，利用8倍下采样的可见光近红外谱段和原始中波红外谱段训练回归网络。然后，设计卷积重建网络进行进一步重建，利用低分辨率初步重建结果和原始中波红外谱段训练重建网络。最后，将原始可见光近红外谱段依次输入到训练好的回归网络和重建网络，得到最终的中波红外谱段超分辨率重建结果。以湖北和江西部分地区真实数据进行试验，结果表明该方法能有效提高中波红外谱段空间分辨率，与其他方法对比均方根误差至少下降了7.54，且目视效果更清晰自然，有利于扩展高分四号卫星的应用范围。
|
| 关 键 词： | 高分四号 超分辨率 影像重建 深度学习 卷积神经网络 湖北 江西 |
| 收稿时间： | 2018/10/9 0:00:00 |
Deep learning-based super-resolution for GF-4 satellite imagery |
| |
| HE Zhi,HE Dan.Deep learning-based super-resolution for GF-4 satellite imagery[J].Journal of Remote Sensing,2020,24(12):1500-1510. |
| |
| Authors: | HE Zhi HE Dan |
| |
| Institution: | 1.School of Geography and Planning, Center of Integrated Geographic Information Analysis, Sun Yat-sen University, Guangzhou 510275, China;2.Guangdong Provincial Key Laboratory of Urbanization and Geo-simulation, Guangzhou 510275, China;3.City College of Dongguan University of Technology, Dongguan 511700, China |
| |
| Abstract: | |
| |
| Keywords: | GF-4 super-resolution reconstruction deep learning convolutional networks Hubei Jiangxi |
|
| 点击此处可从《遥感学报》浏览原始摘要信息 |
| 点击此处可从《遥感学报》下载免费的PDF全文 |
