基于深度学习的像素级全色图像锐化研究综述

• 全文链接
• 请求原文

作   者：

杨勇;  苏昭;  黄淑英;  万伟国;  涂伟;  卢航远; 

作者机构：

天津工业大学软件学院;  江西财经大学软件与物联网工程学院;  江西财经大学信息管理学院; 

关键词：

全色图像锐化;  协同方式;  质量评价;  深度学习;  经典方式;  遥感图像融合; 

期刊名称：

遥感学报

i s s n：

年卷期：

2022 年 012 期

页   码：

2411-2432

摘   要：

全色图像锐化是遥感数据处理领域的一个基础性问题，在地物分类、目标识别等方面具有重要的研究意义和应用价值。近年来，深度学习在自然语言处理、计算机视觉等领域取得了巨大进展，也推动了像素级全色图像锐化技术的发展。本文提出从经典方式和协同方式两个方面对深度学习在全色图像锐化中的研究进行系统的综述，并在此基础上进行前景展望。首先，给出全色图像锐化常用的数据集和全色图像锐化的质量评价指标；接着，从经典方式与协同方式两个方面对基于深度学习的全色图像锐化最新研究成果进行分门别类的介绍，并进行算法性能的对比、分析和归纳；然后，对全色图像锐化的3个主要应用领域如地物分类、目标识别和地表变化检测进行分析；最后，本文探讨了基于深度学习的全色图像锐化的5个未来研究方向。