基于深度学习的遥感图像空谱融合研究

摘要

1．1研究的背景及意义

1．2国内外研究现状

1．2．1基于分量替换的遥感图像融合方法

1．2．2基于多分辨率分析的遥感图像融合方法

1．2．3基于模型的遥感图像融合方法

1．2．4基于深度学习的遥感图像融合方法

1．3本文的主要研究内容与结构安排

第2章遥感图像融合数据集建立与网络环境配置

2．1数据介绍

2．2遥感图像融合数据集的建立

2．2．1训练数据集的建立

2．2．2测试数据集的建立

2．3网络环境的配置

2．4本章小结

第3章密集卷积残差网络的遥感图像空谱融合

3．1密集连接卷积网络

3．2残差学习

3．3密集卷积残差网络的遥感图像空谱融合

3．3．1密集卷积块

3．3．2密集卷积残差网络结构

3．3．3损失函数

3．4实验设计

3．4．1对比方法与评价方式

3．4．2训练细节

3．4．3密集卷积块数和生长率的选择

3．5实验结果分析

3．5．1模拟图像实验结果分析

3．5．2真实图像实验结果分析

3．5．3泛化实验结果分析

3．5．4运行效率

3．6本章小结

第4章联合密集卷积残差网络的遥感图像空谱融合

4．1密集卷积块

4．2联合密集卷积残差网络结构

4．3实验设计与结果分析

4．3．1训练细节

4．3．2模拟图像实验设计与结果分析

4．3．3真实图像实验设计与结果分析

4．3．4泛化实验结果分析

4．3．5运行效率

4．4本章小结

结论

参考文献

致谢

攻读学位期间发表的学术论文

攻读学位期间取得的科研成果

声明