期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于深度学习的毫米波和亚毫米波成像仪的图像增强技术 被引量:4
1
作者 胡伟东 张文龙 +4 位作者 安大伟 王璐 陈实 岳芬 LIGTHART Leo P. 《上海航天》 CSCD 2018年第2期13-19,共7页
风云四号卫星毫米波和亚毫米波成像仪(MMSI)数据根据采样方式分为过采样和非过采样数据。由于采样方式的影响,非过采样数据在采样过程中会有一定的信息损失。为解决采用简单的线性插值方法做精细化处理时提升精度有限问题,采用基于深度... 风云四号卫星毫米波和亚毫米波成像仪(MMSI)数据根据采样方式分为过采样和非过采样数据。由于采样方式的影响,非过采样数据在采样过程中会有一定的信息损失。为解决采用简单的线性插值方法做精细化处理时提升精度有限问题,采用基于深度学习的方法增强MMSI亮温图像,设计卷积神经网络重建风云四号卫星MMSI的亮温图像和风云三号卫星微波成像仪亮温图像。实验结果显示:相比传统的双三次插值方法,在风云三号卫星微波成像仪亮温图像样本上峰值信噪比提升了1.13dB,结构相似度提升了0.01。实验结果表明:对于非过采样亮温数据,采用基于深度学习的方法增强图像具有更高的精度,同时可在其他微波探测仪数据中使用,具有很强的普适性。 展开更多
关键词 超分辨率 卷积神经网络 双三次插值 毫米波和亚毫米波成像仪 图像增强 非过采样数据 亮温图像
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部