基于多源传感器的遥感图像时空融合算法研究

发布时间：2023-02-16 14:09

　　遥感作为一种空间数据的获取方法,是现代高新技术领域的重要组成部分。随着传感器技术的发展,我们也能获取到越来越多种类的遥感图像。不同的传感器有着自身独特的优势和不足,为了能够综合多个传感器的优势,我们需要融合来自不同传感器的遥感图像,遥感图像的时空融合就是其中一个研究的热点。遥感图像时空融合问题的关键在于从高空间分辨率图像中获取充足的空间信息同时从高时间分辨率图像中获取充足的时间信息。现有的算法由于模型本身的局限性在土地覆盖发生变化时面临着严峻的挑战。为此,本文开展了基于多源传感器的时空融合算法的研究。本文在前人研究的基础上,通过总结现有模型的优势和不足,提出了两种新的时空融合算法。本文的主要工作分为以下几个方面:首先,针对当前存在的方法在仅有一对粗略-精细图像作为输入,面对土地覆盖变化时的预测准确性不高的情况,本文的第一个内容提出了一种基于线性模型的遥感图像时空融合算法,使用线性关系来表示图像间的时间模型,分析图像时间变化的客观规律,根据时间变化的特性,从局部和全局两个方面对模型进行约束,使得求解的模型能够更准确地表示图像间的时间变化。此外,还引入了一种多时相的相似像素搜寻策略,使得该...

【文章页数】：74 页

【学位级别】：硕士

【文章目录】：
致谢
摘要
abstract
第一章 绪论
    1.1 课题研究背景及意义
    1.2 课题研究现状和方法
    1.3 课题研究内容
    1.4 本文章节安排
第二章 遥感图像时空融合
    2.1 数据
    2.2 时空融合方法
        2.2.1 基于权重的方法
        2.2.2 基于解混的方法
        2.2.3 基于学习的方法
    2.3 评价指标
    2.4 本章小结
第三章 基于线性模型的时空融合方法
    3.1 引言
    3.2 方法介绍
        3.2.1 线性模型的理论基础
        3.2.2 时间模型的分析
    3.3 方法实现
        3.3.1 搜寻相似像素
        3.3.2 参数求解
        3.3.3 精细图像重建
    3.4 实验结果与分析
        3.4.1 实验数据与实验参数
        3.4.2 实验结果分析
    3.5 本章小结
第四章 基于深度迁移学习的时空融合方法
    4.1 引言
    4.2 相关工作
    4.3 方法
        4.3.1 模糊核估计
        4.3.2 模型训练
        4.3.3 模型优化
    4.4 实验与分析
        4.4.1 实验数据与参数
        4.4.2 实验结果分析
    4.5 本章小结
第五章 总结与展望
    5.1 本文工作总结
    5.2 未来工作展望
参考文献
攻读硕士学位期间的学术活动及成果情况



本文编号：3744127