期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
一种生成对抗网络的遥感图像去云方法
被引量：
4
1
作者
王军军
孙岳
李颖
《西安电子科技大学学报》
EI
CAS
CSCD
北大核心
2021年第5期23-29,共7页
遥感图像在获取过程中会受到气候等因素的影响,导致得到的图像包含云层信息,在很大程度上影响了遥感图像的后续使用。基于深度学习的图像去云方法可以较好地移除云层,但已有方法存在训练时间长,去云效果不充分和颜色失真等问题。针对这...
遥感图像在获取过程中会受到气候等因素的影响,导致得到的图像包含云层信息,在很大程度上影响了遥感图像的后续使用。基于深度学习的图像去云方法可以较好地移除云层,但已有方法存在训练时间长,去云效果不充分和颜色失真等问题。针对这些问题,提出了一种端到端生成,对抗网络模型对遥感图像去云,可以从含有云层的遥感图像中恢复出清晰的原始图像。首先,使用U-Net网络作为生成器的主要结构,并在编码模块和解码模块中间加入连续记忆残差模块来挖掘输入信息的深度特征;然后,使用卷积神经网络作为判别器来判别输入数据的真伪;最后,联合对抗性损失函数和L1损失函数,通过计算网络模型的输出与真实数据之间的差距,来衡量网络模型预测的优劣。实验结果表明,该方法在定量指标(峰值信噪比和结构相似性)和运行时间上均优于现有的去云方法,并且在参数量一致的条件下,计算量GFLOPs最低,具有更低的算法复杂度。此外,该方法得到的遥感图像细节信息更丰富,颜色几乎没有失真,具有更好的主观视觉效果。
展开更多
关键词
遥感
图像
图像
去
云
生成对抗网络
连续记忆残差
下载PDF
职称材料
基于改进NSST-PCNN的光学与SAR图像融合去云方法
被引量：
3
2
作者
陈子涵
王峰
+1 位作者
许宁
尤红建
《遥感技术与应用》
CSCD
北大核心
2021年第4期810-819,共10页
由于光学遥感穿透性差,光学图像常受到云层等天气因素干扰而影响其遥感应用。现有基于多时相或单幅图像修复的方法受地物变化及缺乏先验信息的影响,难以恢复云下真实地物信息。利用SAR图像不受云层、光照等因素干扰的特点,提出一种与SA...
由于光学遥感穿透性差,光学图像常受到云层等天气因素干扰而影响其遥感应用。现有基于多时相或单幅图像修复的方法受地物变化及缺乏先验信息的影响,难以恢复云下真实地物信息。利用SAR图像不受云层、光照等因素干扰的特点,提出一种与SAR图像融合的光学图像去云方法。首先利用分形网络演化算法(FNEA)结合形状及光谱特性对云区进行检测,接着采用非下采样剪切波变换(NSST)对光学与SAR图像进行分解,最后对分解后系数结合云区检测结果进行融合,其中低频信息基于改进加权能量和进行融合,高频则结合方向信息熵及脉冲耦合神经网络(PCNN)模型进行融合。以高分一号、二号光学和高分三号SAR图像数据进行实验。结果表明,该方法相较其他5种算法在云区与参考图像有更高的相似性,可以更好地保持纹理及细节特征,在有效解决云层遮挡问题的同时实现图像增强,有利于后续图像分类、目标识别以及图像判别等遥感应用。
展开更多
关键词
图像
去
云
图像
融合
SAR
非下采样剪切波变换
脉冲耦合神经网络
原文传递
基于稠密残差网络的多序列卫星图像去云
3
作者
肖昌城
吴锡
何妍
《计算机应用研究》
CSCD
北大核心
2022年第1期303-307,共5页
遥感影像中最常见的问题是云层污染,它会导致图像信息缺失,降低遥感数据的可用性。针对该问题,提出了一种基于稠密残差网络的多序列卫星图像去云算法。首先,该网络使用多序列的有云卫星图像作为输入,能为网络提供更多的时序特征信息,提...
遥感影像中最常见的问题是云层污染,它会导致图像信息缺失,降低遥感数据的可用性。针对该问题,提出了一种基于稠密残差网络的多序列卫星图像去云算法。首先,该网络使用多序列的有云卫星图像作为输入,能为网络提供更多的时序特征信息,提升去云效果;其次,在网络中段使用稠密残差层,以保证卷积层之间最大程度地传递和使用特征信息,让生成的修复图像整体结构合理、边缘细节更加清晰;最后,使用像素上采样来增强空间信息的利用,提升修复效果。该方法在欧洲“哨兵-2”遥感卫星图像数据集上进行验证,峰值信噪比和结构相似度指标为27.59和0.8540,两项指标均超过了该数据集的原处理方法STGAN,提升了遥感图像去云的效果。
展开更多
关键词
图像
去
云
遥感影像
图像
修复
稠密残差块
多时序
图像
下载PDF
职称材料
题名
一种生成对抗网络的遥感图像去云方法
被引量：
4
1
作者
王军军
孙岳
李颖
机构
西安电子科技大学综合业务网理论及关键技术国家重点实验室
出处
《西安电子科技大学学报》
EI
CAS
CSCD
北大核心
2021年第5期23-29,共7页
基金
国家自然科学基金(61971333)。
文摘
遥感图像在获取过程中会受到气候等因素的影响,导致得到的图像包含云层信息,在很大程度上影响了遥感图像的后续使用。基于深度学习的图像去云方法可以较好地移除云层,但已有方法存在训练时间长,去云效果不充分和颜色失真等问题。针对这些问题,提出了一种端到端生成,对抗网络模型对遥感图像去云,可以从含有云层的遥感图像中恢复出清晰的原始图像。首先,使用U-Net网络作为生成器的主要结构,并在编码模块和解码模块中间加入连续记忆残差模块来挖掘输入信息的深度特征;然后,使用卷积神经网络作为判别器来判别输入数据的真伪;最后,联合对抗性损失函数和L1损失函数,通过计算网络模型的输出与真实数据之间的差距,来衡量网络模型预测的优劣。实验结果表明,该方法在定量指标(峰值信噪比和结构相似性)和运行时间上均优于现有的去云方法,并且在参数量一致的条件下,计算量GFLOPs最低,具有更低的算法复杂度。此外,该方法得到的遥感图像细节信息更丰富,颜色几乎没有失真,具有更好的主观视觉效果。
关键词
遥感
图像
图像
去
云
生成对抗网络
连续记忆残差
Keywords
remote sensing image
image cloud removal
generative adversarial network
continuous memory residual
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于改进NSST-PCNN的光学与SAR图像融合去云方法
被引量：
3
2
作者
陈子涵
王峰
许宁
尤红建
机构
中国科学院空间信息处理与应用系统技术重点实验室
中国科学院空天信息创新研究院
中国科学院大学
出处
《遥感技术与应用》
CSCD
北大核心
2021年第4期810-819,共10页
基金
国家重点研发计划项目(2017YFB0502901)
国防科工局十三五民用航天技术预先研究项目(D040402)资助。
文摘
由于光学遥感穿透性差,光学图像常受到云层等天气因素干扰而影响其遥感应用。现有基于多时相或单幅图像修复的方法受地物变化及缺乏先验信息的影响,难以恢复云下真实地物信息。利用SAR图像不受云层、光照等因素干扰的特点,提出一种与SAR图像融合的光学图像去云方法。首先利用分形网络演化算法(FNEA)结合形状及光谱特性对云区进行检测,接着采用非下采样剪切波变换(NSST)对光学与SAR图像进行分解,最后对分解后系数结合云区检测结果进行融合,其中低频信息基于改进加权能量和进行融合,高频则结合方向信息熵及脉冲耦合神经网络(PCNN)模型进行融合。以高分一号、二号光学和高分三号SAR图像数据进行实验。结果表明,该方法相较其他5种算法在云区与参考图像有更高的相似性,可以更好地保持纹理及细节特征,在有效解决云层遮挡问题的同时实现图像增强,有利于后续图像分类、目标识别以及图像判别等遥感应用。
关键词
图像
去
云
图像
融合
SAR
非下采样剪切波变换
脉冲耦合神经网络
Keywords
Cloud removal
Image fusion
SAR
Non-Subsampled Shearlet Transform(NSST)
Pulse Cou⁃pled Neural Network(PCNN)
分类号
TP751 [自动化与计算机技术—检测技术与自动化装置]
原文传递
题名
基于稠密残差网络的多序列卫星图像去云
3
作者
肖昌城
吴锡
何妍
机构
成都信息工程大学计算机学院
出处
《计算机应用研究》
CSCD
北大核心
2022年第1期303-307,共5页
基金
国家重点研发计划课题(2020YFA0608001,2017YFC1502203)
国家自然科学基金资助项目(42075142)
四川省科技计划项目(2019YFG0496,2020YFG0143,2020JDTD0020)。
文摘
遥感影像中最常见的问题是云层污染,它会导致图像信息缺失,降低遥感数据的可用性。针对该问题,提出了一种基于稠密残差网络的多序列卫星图像去云算法。首先,该网络使用多序列的有云卫星图像作为输入,能为网络提供更多的时序特征信息,提升去云效果;其次,在网络中段使用稠密残差层,以保证卷积层之间最大程度地传递和使用特征信息,让生成的修复图像整体结构合理、边缘细节更加清晰;最后,使用像素上采样来增强空间信息的利用,提升修复效果。该方法在欧洲“哨兵-2”遥感卫星图像数据集上进行验证,峰值信噪比和结构相似度指标为27.59和0.8540,两项指标均超过了该数据集的原处理方法STGAN,提升了遥感图像去云的效果。
关键词
图像
去
云
遥感影像
图像
修复
稠密残差块
多时序
图像
Keywords
image cloud removal
remote sensing image
image restoration
dense residual block
multi-sequence image
分类号
TP751 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
一种生成对抗网络的遥感图像去云方法
王军军
孙岳
李颖
《西安电子科技大学学报》
EI
CAS
CSCD
北大核心
2021
4
下载PDF
职称材料
2
基于改进NSST-PCNN的光学与SAR图像融合去云方法
陈子涵
王峰
许宁
尤红建
《遥感技术与应用》
CSCD
北大核心
2021
3
原文传递
3
基于稠密残差网络的多序列卫星图像去云
肖昌城
吴锡
何妍
《计算机应用研究》
CSCD
北大核心
2022
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
