[张贴报告]基于深度学习的遥感图像融合综述

基于深度学习的遥感图像融合综述

编号：484 稿件编号：3487 访问权限：私有更新：2023-04-08 14:07:47 浏览：932次张贴报告

报告开始：2023年05月06日 08:11 （Asia/Shanghai）

报告时间：1min

所在会议：[SP] 张贴报告专场 » [SP-7-1] 7、遥感与地理信息科学

暂无文件

摘要

随着遥感技术的广泛应用与快速发展，遥感图像质量要求亦逐步提高。目前，仅依靠一种传感器难以保证信噪比较大的同时捕获高空间分辨率、高光谱分辨率的图像。遥感图像融合技术通过结合不同传感器的空间信息和光谱（或波谱）信息，获得高质量的图像。同时，近年来深度学习理论发展迅猛，并广泛应用于遥感图像融合等图像处理中。因此，为更系统地了解基于深度学习的遥感图像融合现状，推动遥感图像融合的发展，本文首先对常用的遥感卫星图像及传统图像融合算法进行简介；然后对基于深度学习的遥感图像融合算法着重阐述，对比分析基于深度学习融合方法（PanNet、LPPN、WSDFNet）的优缺点；最后，对基于深度学习的遥感图像融合方法的未来进行了展望。