基于卷积神经网络的时空融合采样重构算法

作者：刘志龙; 李松华^*

来源：湖南理工学院学报(自然科学版), 2022, 35(01): 10-15.

DOI：10.16740/j.cnki.cn43-1421/n.2022.01.003

• 时空融合
• 重构算法
• Runge Kutta差分公式
• 图像处理

基于遥感图像采样的实际情况,提出一种改进的基于卷积神经网络的时空融合采样重构算法.考虑到相同时间段内低空间分辨率图像的数量要远远多于高空间分辨率图像,为了充分利用这两类图像数据来提高预测高空间分辨率图像的精度,采用对多幅低空间分辨率图像的差异的Runge Kutta差分公式.以此为基础获得高空间分辨率图像的差异,并以均方误差为基准计算权重参数,更好地捕获图像的空间细节.最后将该重构算法与其他方法在公共数集上进行比较,实验结果表明该方法具有更准确的融合结果.

• 单位
  数学学院; 湖南理工学院