基于生成对抗网络的遥感图像融合
发布时间:2021-10-21 09:48
随着遥感技术的普及,如今在灾害预警,军事侦测等众多领域都需求具有高空间分辨率的多光谱图像,然而单一传感器获得的遥感图像在光谱信息和空间信息上都具有局限性,将多光谱图像和全色图像融合以获得高空间分辨的多光谱图像就成为近年来研究的一个热点。近年来随着人工智能技术的发展,各类深度学习模型在图像处理领域表现突出。由于强大的高质量图像生成能力,生成对抗网络在图像融合和图像超分辨率等计算机视觉的研究中得到了广泛关注。本文主要研究利用生成对抗网络进行多光谱图像和全色图像的融合,在增加遥感图像中特有的领域知识后提高融合图像空间分辨率和光谱质量。文主要研究内容如下:(1)研究适用于遥感图像特征级融合的生成对抗网络框架。该多流融合框架是一个端对端的网络框架,首先将初始的多光谱图像和全色图像根据特定的规则提取特征图,生成器利用子网络分别提炼输入的多源图像,然后在特征域上叠加特征后通过生成器的主网络进行融合。根据遥感领域中多光谱图像和全色图像在波段上的特性,在判别器中引入MTF系数同时判别融合图像的光谱信息和空间结构信息。实验表明多流融合生成对抗网络框架能有效提升融合图像的质量。(2)研究结合变分模型的多流生...
【文章来源】:重庆邮电大学重庆市
【文章页数】:73 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
第1章 绪论
1.1 选题背景与研究意义
1.2 国内外研究现状
1.2.1 遥感图像融合的研究现状
1.2.2 生成对抗网络的研究现状
1.3 论文主要研究内容及结构安排
第2章 遥感图像融合算法及评价
2.1 传统的遥感图像融合方法
2.1.1 基于Brovey变换的图像融合方法
2.1.2 基于IHS变换的图像融合方法
2.1.3 基于小波变换的图像融合方法
2.2 基于变分框架的图像融合方法
2.2.1 基于动态梯度稀疏的图像融合方法
2.2.2 基于空间结构一致性和?_(1/2)梯度先验的图像融合方法
2.3 基于深度学习的图像融合方法
2.3.1 基于卷积神经网络的图像融合方法
2.3.2 基于领域知识驱动的深度学习图像融合方法
2.4 多光谱和全色遥感图像融合质量评估
2.4.1 主观视觉评估
2.4.2 仿真数据实验图像质量评估
2.4.3 真实数据实验图像质量评估
2.5 本章小结
第3章 多流融合生成对抗网络的图像融合方法
3.1 引言
3.2 生成对抗网络
3.2.1 生成对抗网络原理
3.2.2 条件生成对抗网络
3.2.3 最小二乘生成对抗网络
3.3 多流融合生成对抗网络的图像融合框架
3.3.1 损失函数的设计
3.3.2 多流融合的生成器结构
3.3.3 多流融合的判别器结构
3.4 实验结果与分析
3.5 本章小结
第4章 结合变分模型的多流生成对抗网络图像融合算法
4.1 引言
4.2 结合变分模型的多流生成对抗网络图像融合算法
4.2.1 光谱信息保真模块
4.2.2 空间信息保真模块
4.2.3 损失函数
4.2.4 生成器及判别器的网络结构
4.3 实验与结果分析
4.3.1 仿真数据实验
4.3.2 真实数据实验
4.3.3 模型框架分析
4.3.4 收敛性分析
4.4 本章小结
第5章 总结与展望
5.1 研究工作总结
5.2 未来研究展望
参考文献
致谢
攻读硕士学位期间从事的科研工作及取得的成果
【参考文献】:
期刊论文
[1]基于光谱梯度角与光谱信息散度评价指标的遥感影像融合方法比较[J]. 杨鹏飞,廖秀英,程辉,帅慕容,谢贻文. 测绘工程. 2018(11)
[2]基于PCA和NSCT变换的遥感图像融合方法[J]. 纪峰,李泽仁,常霞,吴之亮. 图学学报. 2017(02)
[3]多卫星传感器数据的Brovey融合改进方法[J]. 周会珍,吴双,毛德发,汪爱华,于冰洋,李丽. 遥感学报. 2012(02)
本文编号:3448739
【文章来源】:重庆邮电大学重庆市
【文章页数】:73 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
第1章 绪论
1.1 选题背景与研究意义
1.2 国内外研究现状
1.2.1 遥感图像融合的研究现状
1.2.2 生成对抗网络的研究现状
1.3 论文主要研究内容及结构安排
第2章 遥感图像融合算法及评价
2.1 传统的遥感图像融合方法
2.1.1 基于Brovey变换的图像融合方法
2.1.2 基于IHS变换的图像融合方法
2.1.3 基于小波变换的图像融合方法
2.2 基于变分框架的图像融合方法
2.2.1 基于动态梯度稀疏的图像融合方法
2.2.2 基于空间结构一致性和?_(1/2)梯度先验的图像融合方法
2.3 基于深度学习的图像融合方法
2.3.1 基于卷积神经网络的图像融合方法
2.3.2 基于领域知识驱动的深度学习图像融合方法
2.4 多光谱和全色遥感图像融合质量评估
2.4.1 主观视觉评估
2.4.2 仿真数据实验图像质量评估
2.4.3 真实数据实验图像质量评估
2.5 本章小结
第3章 多流融合生成对抗网络的图像融合方法
3.1 引言
3.2 生成对抗网络
3.2.1 生成对抗网络原理
3.2.2 条件生成对抗网络
3.2.3 最小二乘生成对抗网络
3.3 多流融合生成对抗网络的图像融合框架
3.3.1 损失函数的设计
3.3.2 多流融合的生成器结构
3.3.3 多流融合的判别器结构
3.4 实验结果与分析
3.5 本章小结
第4章 结合变分模型的多流生成对抗网络图像融合算法
4.1 引言
4.2 结合变分模型的多流生成对抗网络图像融合算法
4.2.1 光谱信息保真模块
4.2.2 空间信息保真模块
4.2.3 损失函数
4.2.4 生成器及判别器的网络结构
4.3 实验与结果分析
4.3.1 仿真数据实验
4.3.2 真实数据实验
4.3.3 模型框架分析
4.3.4 收敛性分析
4.4 本章小结
第5章 总结与展望
5.1 研究工作总结
5.2 未来研究展望
参考文献
致谢
攻读硕士学位期间从事的科研工作及取得的成果
【参考文献】:
期刊论文
[1]基于光谱梯度角与光谱信息散度评价指标的遥感影像融合方法比较[J]. 杨鹏飞,廖秀英,程辉,帅慕容,谢贻文. 测绘工程. 2018(11)
[2]基于PCA和NSCT变换的遥感图像融合方法[J]. 纪峰,李泽仁,常霞,吴之亮. 图学学报. 2017(02)
[3]多卫星传感器数据的Brovey融合改进方法[J]. 周会珍,吴双,毛德发,汪爱华,于冰洋,李丽. 遥感学报. 2012(02)
本文编号:3448739
本文链接:https://www.wllwen.com/guanlilunwen/gongchengguanli/3448739.html