基于多尺度残差融合网络的高光谱图像融合算法

摘要：

针对高光谱图像空间分辨率低的问题,提出了一种基于多尺度残差融合网络的高光谱图像融合算法.该算法采用多尺度特征提取机制和多级尺度融合机制,将同一目标的低分辨率高光谱图像(LR-HSI)与高分辨率多光谱图像(HR-MSI)融合,得到高分辨率高光谱图像(HR-HSI).实验证明,论文所提出的方法在CAVE和Harvard这两个数据集上峰值信噪比分别达到了39.8504和42.9646,光谱角映射分别达到了0.0685和0.1585,比其他几种方法均有一定的提升.该算法避免了传统融合方法人为制定融合规则的缺点,在极大程度上降低光谱失真的同时提升高光谱图像的空间分辨率,具有很好的应用前景.

关键词：高光谱图像、卷积神经网络、图像融合、多尺度残差

所属期刊栏目：43

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金62201520

在线出版日期：2023-07-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：44-49