《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》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于深度学习与超分辨率重建的遥感高时空融合方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。