【摘 要】
:
遥感技术是获取精确地物信息的重要方式和信息源。随着遥感技术的快速发展,遥感数据规模不断增长,光谱、空间分辨率大幅度提升,在环境监测、目标检测、地质勘查等领域的应用越来越广泛。现阶段,在空间和光谱上具有更高分辨率的遥感数据成为用户的迫切需求。然而,受到成像传感器技术与工艺的限制,单一传感器难以获取兼具清晰空间细节和丰富光谱特征的遥感影像。为此,光学遥感卫星通常搭载两类传感器,分别获取多光谱图像和全色
【基金项目】
:
国家自然基金青年项目:《面向复杂遥感影像的多任务联合稀疏约束空谱融合方法》,No.61703334; 国家自然科学基金项目(编号:61973248);
论文部分内容阅读
遥感技术是获取精确地物信息的重要方式和信息源。随着遥感技术的快速发展,遥感数据规模不断增长,光谱、空间分辨率大幅度提升,在环境监测、目标检测、地质勘查等领域的应用越来越广泛。现阶段,在空间和光谱上具有更高分辨率的遥感数据成为用户的迫切需求。然而,受到成像传感器技术与工艺的限制,单一传感器难以获取兼具清晰空间细节和丰富光谱特征的遥感影像。为此,光学遥感卫星通常搭载两类传感器,分别获取多光谱图像和全色图像。前者光谱特征丰富但空间细节模糊,后者空间信息丰富但不包含光谱信息。因此,如何根据这两类图像获得高分辨率的多光谱图像(全色锐化)是遥感领域的一个重要且热门的问题。近年来,深度学习引起了广大研究者的关注。其中的代表模型——卷积神经网络由于对网格型数据的适应性和表征能力,被广泛应用于自然图像相关领域并取得了蓬勃发展,且逐渐被应用于遥感图像处理领域。本文针对现有基于卷积神经网络的全色锐化方法存在的一些缺陷或问题,探究了保持融合图像光谱特征并提高其空间质量的新模型,本文主要的研究工作如下:1.针对现有网络模型利用源图像单一尺度进行融合导致的信息利用不充分和空间细节丢失问题,提出了一种多尺度深度残差网络的全色锐化方法。该网络采用由粗到细的重构策略,分别在源图像的不同尺度上进行融合,并将较粗尺度的融合结果作为下一较细尺度融合过程的辅助,以充分利用源图像中包含的空间和光谱信息,同时增加图像特征的多样性。模型中引入残差学习使得网络输入恒等地传递至输出,简化网络学习过程的同时对输入图像中的信息进行了复用。另外,根据遥感领域的先验知识,引入了非线性辐射指数作为扩展输入,以指导网络对图像中特定区域的学习过程。实验表明多尺度的引入对融合性能的提升具有促进作用,相比于其他几种代表性方法,该方法也能够生成具有更高信息保真度的融合结果。2.针对现有网络将全色锐化视作图像超分辨问题导致两类源图像中的信息得不到充分利用以及模型可解释性不强的问题,提出了一种基于细节注入策略的双分支网络全色锐化方法。该方法首先采用两个子网络分别对两幅源图像进行特征提取,然后通过残差网络对提取后的特征进行融合,接着由融合的特征重建插值多光谱图像中缺失的细节图像,并将其加至插值多光谱图像中产生融合结果。在特征融合的过程中,两类源图像的特征被重用以持续地注入光谱和空间信息。此外,该方法引入了一种对融合图像施加光谱限制和空间限制的损失函数,其依据全色图像的空间结构和多光谱图像包含的光谱信息对融合图像加以相应约束。实验证明,所提损失函数的引入能够有效提高融合图像的光谱和空间信息保真度,且该方法在与其他算法的对比中表现出了优异的性能。
其他文献
在生产制造领域转向智能化、高效化转型发展的当下,制造业的生产特征由原来的单品生产、流水批量生产转变为小批量、个性化定制生产,生产过程变得更加复杂化。智能调度是企业生产过程中的重要环节,柔性作业车间调度问题(Flexible Job shop Scheduling Problem,FJSP)研究的是在一定工序约束和相关加工机器数量等约束条件下,对生产资源进行合理调配,为订单生产制定不同的加工顺序链,
滚动轴承是旋转机械设备中的关键部件,但在实际应用中轴承的可靠性很低,所以对滚动轴承进行监控管理并对其进行快速故障诊断,有利于提高机械设备的安全性和可靠性。近年来,基于数据驱动的智能化诊断技术表现出了极大的优越性。但数据驱动方法训练模型时需要大量的样本信号,且要求训练数据和测试数据服从相同的分布,而实际工业环境中可能很难满足,导致诊断性能显著下降。针对以上问题,本文对三种场景下的轴承故障诊断问题展开
随着5G时代和自媒体时代的到来,互联网上各种视频数据呈爆发式增长,人们对于视频理解和分析的需求也越来越高。视频文本描述作为视频理解的重要分支之一,在视频检索、视频审核等领域应用广泛。视频文本描述算法旨在使用自然语言对视频内容进行总结和描述,是一个典型的跨模态问题,大多采用编解码的模型框架。目前基于编解码框架的视频文本描述算法的研究中,利用语法信息作为语义辅助模型,可以有效地监督解码器生成与视频动作
目的 整合用药网络与靶点网络方法分析文献中治疗糖尿病合并冠心病方剂的核心处方及药理机制,为今后的实验研究和临床应用提供一种新的思路。方法 检索中文文献来源于中国学术期刊全文数据库(CNKI)、万方数据库(Wanfang Data)、维普生物医学数据库(VIP)、中国生物医学文献数据库(SinoMed)、web of science、PubMed、Embase、Cochrane Library中收录
在仓储物流以及家庭服务等工业以及服务业中,机械臂扮演着非常重要的角色。在机械臂的众多功能中,抓取是最重要的基础与前提,决定抓取成功与否的关键就是快速且准确的获取机械臂的抓取姿态,因此机械臂的抓取姿态估计问题一直是国际上的研究热点。然而在实际的机械臂抓取任务中,机械臂往往处于非理想化的复杂工作环境,此时难以通过传统的人工标注的方式完成机械臂的抓取姿态估计任务。随着近几年深度学习技术的完善和发展,复杂
由于塔式光聚热发电系统中调控系统存在分钟级的纯滞后,当吸热器接收到的太阳辐照度发生突变时,调控系统无法实时对该变化进行补偿,从而影响整个发电系统的稳定性以及整个电站的发电效率。本文的实际应用场景为哈密50MW熔融盐塔式光热发电站,通过在光热电站现场进行实际观测发现,云层阴影对定日镜场的遮挡是导致吸热器所接收到的太阳辐照度发生突变的主要因素。因此,本文通过使用鱼眼相机、天文算法和图像处理技术实现对定
随着社会的发展,冷轧带钢的作用与日俱增,其需求量也有着飞速的增长。上卷是冷轧生产工艺的第一步,实现上卷的自动化能够提高冷轧的生产效率,减少人力成本。目前上卷多采用人工操作,少数使用传感器实现自动上卷,该方法成本较高且安装不易。所以我们提出了一种基于图像的自动上卷方案,在开卷机附近安装单目相机,通过对实时采集的图像进行分析得到带卷的位置等信息,结合该信息向PLC发送控制命令控制相应的轧机部件实现自动
了解系统的内部状态是控制系统的重要前提,分数阶卡尔曼滤波器是重建分数阶系统不可测量状态的利器,在各个领域中发挥着不可替代的作用。但是,经典的分数阶卡尔曼滤波器仅考虑了过程噪声和观测噪声,并未考虑实际系统中输入变量所包含的噪声,而此时使用经典的分数阶卡尔曼滤波器估计会产生较大的偏差,所以研究一种考虑输入噪声的分数阶卡尔曼滤波方法是十分必要的。本文在已有分数阶卡尔曼滤波器的基础上,进一步研究了存在输入
近年来,随着通信和分布式优化技术的快速发展,分布式模型预测控制(Distributed Model Predictive Control,DMPC)也得到了广泛的研究。DMPC是一种有效而强大的控制技术,其能够灵活地处理系统的各类约束条件并提供最优的控制性能,在稳定性、可行性分析和过程控制等方面都取得了重大进展。同时,DMPC 比集中式模型预测控制需要更少的通信资源,避免了集中式的单点失败,为系统
大规模超多目标优化算法的研究已成为进化计算领域的一个热点,近年来得到众多研究者的关注。作为一种模拟人类头脑风暴过程的新型群智能优化算法,头脑风暴优化算法在解决多目标的优化问题时取得了很好的结果。与其他众多的群体智能优化算法类似,头脑风暴优化算法在解决多个目标以及大规模决策变量的优化问题时还有一定的局限性。本文在省自然科学基金的资助下,以头脑风暴优化算法作为算法框架,重点研究大规模超多目标优化问题的