《表1 客观指标评价结果:基于深度学习与超分辨率重建的遥感高时空融合方法》
表1给出了本文的客观指标评价结果。对比第2~4行数据可知,在重建至中间分辨率时,使用的2种重建方法的PSNR差距不大,但在SSIM上方法2优势明显。通过对比第5行数据和第6行数据可知,本文采用的通过二次学习方式进行SRCNN重建方法相比STARFM所使用的简单重采样方法,PSNR和SSIM都高,尤其是在SSIM上提升效果显著。通过对比最后2行数据可知,本文采用SRCNN自动提取特征进行融合的方法相比STARFM使用滑动窗口技术人工提取特征进行融合的方法,PSNR和SSIM都高,融合效果更好。通过对比客观评价指标,表明本文改进方法提高了遥感数据时空融合的质量。
图表编号 | XD00222660000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.01 |
作者 | 张永梅、滑瑞敏、马健喆、胡蕾 |
绘制单位 | 北方工业大学信息学院、北方工业大学信息学院、香港理工大学电子与信息工程系、江西师范大学计算机信息工程学院 |
更多格式 | 高清、无水印(增值服务) |