《表4 实验运行时间:ESTARFM相似像元选取方法的改进研究》
从表4可以看出对于整景图像而言,ES‐TARFM需要2 h以上,而ESTARFM_NL模型则1个多小时就可以完成融合,而对于裁剪后的图像,其数据量大约减少了5.5倍,ESTARFM运行时间需要20 min左右,而ESTARFM_NL则可以在10 min左右完成。将两种模型方法运行时间对比计算可以发现,ESTARFM_NL的运行效率均提高40%以上。而且通过不同数据量的时间对比发现,当数据量增加时,运行时间不是一种线性变化,而是会表现为更慢,可见对于海量的数据处理应用,ESTARFM的运行效率则会更慢,而ES‐TARFM_NL在保持精度的前提下,可以实现运行效率的大幅上升,对于海量数据应用具有重要价值。同时,ESTARFM_NL避免了阈值设定的主观性,降低了相似像元选取结果的不确定性,使得其融合结果相对稳定,不受制于分类数的变化。
图表编号 | XD00141572800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.20 |
作者 | 董世元、张文娟、许君一、马建行 |
绘制单位 | 山东科技大学测绘科学与工程学院、中国科学院遥感与数字地球研究所、中国科学院遥感与数字地球研究所、山东科技大学测绘科学与工程学院、中国科学院遥感与数字地球研究所 |
更多格式 | 高清、无水印(增值服务) |