基于深度学习的遥感多光谱图像融合细节图估计
图像与视频处理
2021-02-09 v1
摘要
本文提出一种基于深度学习的多光谱波段强度分量估计方法，通过考虑相邻光谱波段的联合相乘来实现。该估计作为分量替代方法的一部分，用于遥感中全色（PAN）与多光谱（MS）图像的融合。在计算波段相关强度分量后，训练深度神经网络以学习PAN图像与其非线性强度分量之间的非线性关系。随后将低分辨率多光谱波段输入训练好的网络，以获得高分辨率多光谱分量的估计。在三个数据集上的实验表明，所开发的基于深度学习的估计方法相比现有方法在三项客观指标上提供了改进的性能。
引用
@article{arxiv.2102.03830,
title = {Deep Learning-Based Detail Map Estimation for MultiSpectral Image Fusion in Remote Sensing},
author = {Arian Azarang and Nasser Kehtarnavaz},
journal= {arXiv preprint arXiv:2102.03830},
year = {2021}
}