基于深度支撑值学习网络的遥感图像融合

发布时间：2017-10-01 23:09

  本文关键词：基于深度支撑值学习网络的遥感图像融合

  更多相关文章： 深度学习 卷积神经网络 深度支撑值学习网络 过完备字典 遥感图像融合 机器学习

【摘要】：该文将深度学习用于遥感图像融合,在训练深度网络时加入了结构风险最小化的损失函数,提出了一种基于深度支撑值学习网络的融合方法.为了避免图像融合过程中的信息损失,在传统卷积神经网络的基础上,取消了特征映射层的下采样过程,构建了深度支撑值学习网络(Deep Support Value Learning Networks,DSVL Nets),DSVL Nets网络模型包含5个隐藏层,每一层的基本结构由卷积层和线性层构成,该基本单元提供了一种多尺度、多方向、各向异性、非下采样的冗余变换,该模型在网络训练完毕之后,取出各卷积层和第5个隐藏层的线性层作为网络模型的输出层.输出层的各卷积层图像融合采用绝对值取大法,得到融合后的各卷积层图像;另外,将线性层图像分别在过完备字典上进行稀疏表示,并对稀疏系数采用绝对值取大法进行融合,得到融合后的线性层图像;最后将融合后的各卷积层和线性层图像重构得到结果图像.文中使用QuickBird和Geoeye卫星数据验证本文所提方法的有效性,实验结果表明,与PCA、AWLP、PN-TSSC和SVT算法相比较,该文所提方法的融合结果无论在主观视觉还是客观评价指标上均优于对比算法,较好地保持了图像的光谱信息和空间信息.
【作者单位】： 西安电子科技大学计算机学院;西安电子科技大学智能感知与图像理解教育部重点实验室、智能感知与计算国际联合研究中心、智能感知与计算国际合作联合实验室;
【关键词】： 深度学习 卷积神经网络 深度支撑值学习网络 过完备字典 遥感图像融合 机器学习
【基金】：国家“九七三”重点基础研究发展计划项目基金(2013CB329402) 国家自然科学基金(61573267,61173090)、国家自然科学基金重大研究计划(91438201,91438103) 高等学校学科创新引智计划(111计划)(B07048) 中央高校基本科研业务费专项资金(JB140317,BDY021429) 陕西省教育厅科学研究计划项目(16JK1823)资助
【分类号】：TP751
【正文快照】： 然科学基金(61573267,61173090)、国家自然科学基金重大研究计划(91438201,91438103)、高等学校学科创新引智计划(111计划)(B07048)、中央高校基本科研业务费专项资金(JB140317,BDY021429)、陕西省教育厅科学研究计划项目(16JK1823)资助.李红,女,1976年生,博士研究生,副教授,

【相似文献】

中国期刊全文数据库 前10条

1 周宏军;李江;蔡志刚;;一种小波包遥感图像融合方法[J];现代测绘;2008年01期

2 陈超;江涛;刘祥磊;;基于缨帽变换的遥感图像融合方法研究[J];测绘科学;2009年03期

3 柴勇;何友;曲长文;;遥感图像融合最新进展及展望[J];舰船电子工程;2009年08期

4 朱卫纲;周荫清;徐华平;李春升;;遥感图像融合效果客观评价[J];火力与指挥控制;2010年02期

5 孙洪泉;窦闻;易文斌;;遥感图像融合的研究现状、困境及发展趋势探讨[J];遥感信息;2011年01期

6 付和;;遥感图像融合的应用研究[J];科技创新导报;2011年09期

7 阮涛;那彦;王澍;;基于压缩感知的遥感图像融合方法[J];电子科技;2012年04期

8 吴连喜,梁波,刘晓梅;保持光谱信息的遥感图像融合方法研究(英文)[J];测绘学报;2005年02期

9 王艳;陈波;;遥感图像融合技术及其在土地资源动态监测中的应用[J];影像技术;2005年Z2期

10 林卉,肖剑平,杜培军;基于正交小波包遥感图像融合算法研究[J];空军工程大学学报(自然科学版);2005年02期

中国重要会议论文全文数据库 前8条

1 马艳军;石爱业;徐立中;;基于区域特性选择的遥感图像融合方法[A];第十三届全国图象图形学学术会议论文集[C];2006年

2 梁波;吴连喜;陈竹安;段彩莲;苏小霞;;光谱锐化的遥感图像融合方法[A];第三届全国数字成像技术及相关材料发展与应用学术研讨会论文摘要集[C];2004年

3 马丹;郑锴;涂振前;;遥感图像融合综述[A];2007年福建省土地学会年会征文集[C];2007年

4 葛雯;高立群;;基于非分离小波变换及形态学的遥感图像融合算法[A];2007'仪表，，自动化及先进集成技术大会论文集（一）[C];2007年

5 成功;邓小青;;基于MATLAB的小波变换遥感图像融合研究[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年

6 雷宏宇;钟广军;;基于Curvelet变换的快速遥感图像融合[A];第四届和谐人机环境联合学术会议论文集[C];2008年

7 赵鹏涛;刘刚;胡岑;王明昊;彭接力;;基于Laplace-PCA的遥感图像融合算法[A];国家安全地球物理丛书（八）——遥感地球物理与国家安全[C];2012年

8 石爱业;徐立中;黄风辰;;一种改进的基于小波变换的遥感图像融合方法[A];第二届全国信息获取与处理学术会议论文集[C];2004年

中国博士学位论文全文数据库 前8条

1 方发明;基于变分法的遥感图像融合方法研究[D];华东师范大学;2013年

2 姚为;像素级和特征级遥感图像融合方法研究与应用[D];大连理工大学;2011年

3 陈志刚;基于Contourlet遥感图像融合与压缩技术研究[D];长春理工大学;2009年

4 郭立萍;基于支持向量机遥感图像融合分类方法研究[D];中国地质大学（北京）;2010年

5 田养军;基于提升小波分解曲波变换的多源遥感图像融合方法研究[D];长安大学;2009年

6 刘帆;基于小波核滤波器和稀疏表示的遥感图像融合[D];西安电子科技大学;2014年

7 徐彤阳;基于抗混叠Contourlet变换的遥感图像融合研究[D];上海大学;2011年

8 王金玲;基于多分辨率分析的遥感图像融合算法研究[D];中国科学院研究生院（长春光学精密机械与物理研究所）;2011年

中国硕士学位论文全文数据库 前10条

1 栾静;基于Curvelet与Shearlet变换的遥感图像融合[D];合肥工业大学;2015年

2 肖洋;基于贝叶斯网络及进化算法的遥感图像融合方法研究[D];华东师范大学;2016年

3 李园园;基于多分辨分析的遥感图像融合技术研究[D];青岛大学;2009年

4 郭晶;基于压缩感知理论的卫星遥感图像融合算法研究[D];北京交通大学;2013年

5 黄海东;基于多分辨率分析的遥感图像融合算法研究[D];复旦大学;2008年

6 罗俊;遥感图像融合方法及其在目标波谱反演中的应用研究[D];华中科技大学;2007年

7 姚媛;基于小波支持向量机的遥感图像融合[D];安徽大学;2010年

8 张灿峰;高性能遥感图像融合算法研究与实现[D];国防科学技术大学;2010年

9 崔学梅;基于多小波变换的遥感图像融合技术研究[D];青岛理工大学;2010年

10 阮涛;压缩感知遥感图像融合及分类方法研究[D];西安电子科技大学;2012年

本文编号：956176