频谱分治的多光谱和高光谱图像融合方法 论文笔记

本文介绍了一种频谱分治的框架(BDCF),旨在提升多光谱和高光谱图像的融合效果。通过频谱保真度、空间增强和计算效率的综合考量,将高光谱图像的谱带进行重叠和非重叠划分,并采用组分替换(CS)改进策略处理重叠带。同时,利用神经网络构建重叠与非重叠带间的非线性关系,从而估算高分辨率高光谱图像的非重叠带。
摘要由CSDN通过智能技术生成

频谱分治的多光谱和高光谱图像融合方法

    在本文中,我们提出了一个频谱分治框架(BDCF)来解决这个问题,通过全面考虑频谱保真度、空间增强和计算效率。首先,根据HS和MS的谱响应,将HS的谱带分为重叠和非重叠带,然后提出了一种新的基于组分替换(CS)的改进方法来融合LRHS的重叠带。然后,提出了一种基于映射的神经网络方法来构造原始LRHS数据的重叠带和非重叠带之间的复杂非线性关系。将训练后的网络映射到融合重叠的HRHS波段,以估计非重叠的HRHS波段。

评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

有梦想的炸豆皮

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值