项目名称: 多时相多角度高光谱遥感图像超分辨方法研究

项目编号: No.41301499

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 天文学、地球科学

项目作者: 马江林

作者单位: 中国科学院遥感与数字地球研究所

项目金额: 25万元

中文摘要: 本项目将关注于多时相多角度高光谱遥感图像的超分辨重建。通过利用多幅低分辨图像之间的亚像元差异,超分辨已经证实为一种有效地提高图像空间分辨率的手段。从1984年超分辨技术最先应用到LANDSAT 4卫星数据以来,超分辨技术在不同传感器数据上获得了广泛的应用。高光谱遥感影像的出现为超分辨技术提供了新的应用空间,这主要是因为高光谱影像一般具备很低的分辨率而高光谱传感器平台具有的多时相和多角度的特点往往使得超分辨重建成为可能。本项目的主要目标是在分析高光谱图像成像特点的基础上,研究高光谱图像对超分辨重建带来的挑战和机遇,开发一套实用的高光谱遥感影像超分辨重建的算法和程序,同时探讨高光谱超分辨重建对自动图像解译(图像分类和混合像元分解)的影响。

中文关键词: 高光谱;点扩展函数;ASIFT;;

英文摘要: This project will focus on multi-temporal and multi-angle superresolution reconstruction of hyperspectral remote sensing imagery. By making full advantage of the complementary information provided by the subtle sub-pixel shifts between a set of low resolution images of the same scene, superresolution has proved to be an efficient way of increasing the spatial resolution of target remote sensing imagery since it was first applied to multi-temporal LANDSAT 4 remote sensing data back in 1984. New opportunities for superresolution have occurred as an increasing number of recently available hyperspectral sensors suffer from low resolution but have the potential of increasing their resolution via superresolution techniques. For example,the Compact High Resolution Imaging Spectrometer onboard the Project for On-board Autonomy (CHRIS/Proba), which has the highest spatial resolution (18m) among all the space-borne hypersepctral sensors, are equipped with multi-angle capabilities providing multiple low resolution images suitable for superresolution image reconstruction. The main objective of this research is to develop practical and operationally applicable hyperspectral superresolution algorithms and procedures, while investigating the potential of superresolution to bridge the gap between high resolution airborne imager

英文关键词: Hyperspectral;Point spread function;ASIFT;;

成为VIP会员查看完整内容
1

相关内容

深度学习模型鲁棒性研究综述
专知会员服务
91+阅读 · 2022年1月23日
专知会员服务
67+阅读 · 2021年9月10日
专知会员服务
27+阅读 · 2021年9月6日
专知会员服务
31+阅读 · 2021年7月26日
专知会员服务
40+阅读 · 2021年7月24日
专知会员服务
121+阅读 · 2021年4月29日
专知会员服务
69+阅读 · 2021年3月23日
专知会员服务
33+阅读 · 2021年2月7日
专知会员服务
18+阅读 · 2020年12月23日
基于视觉的三维重建关键技术研究综述
专知会员服务
160+阅读 · 2020年5月1日
图像分割在医学影像中的应用
极市平台
2+阅读 · 2022年2月16日
解决小目标检测!多尺度方法汇总
极市平台
2+阅读 · 2021年8月28日
基于深度学习的小目标检测方法综述
专知
2+阅读 · 2021年4月29日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
图像分割的U-Net系列方法
极市平台
56+阅读 · 2019年10月21日
综述 | 图像配准 Image registration
计算机视觉life
18+阅读 · 2019年9月12日
AI如何帮助卫星遥感释放价值?
未来论坛
19+阅读 · 2018年8月8日
深度学习之图像超分辨重建技术
机器学习研究会
12+阅读 · 2018年3月24日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Detecting Deepfakes with Self-Blended Images
Arxiv
2+阅读 · 2022年4月18日
Arxiv
0+阅读 · 2022年4月15日
小贴士
相关主题
相关VIP内容
深度学习模型鲁棒性研究综述
专知会员服务
91+阅读 · 2022年1月23日
专知会员服务
67+阅读 · 2021年9月10日
专知会员服务
27+阅读 · 2021年9月6日
专知会员服务
31+阅读 · 2021年7月26日
专知会员服务
40+阅读 · 2021年7月24日
专知会员服务
121+阅读 · 2021年4月29日
专知会员服务
69+阅读 · 2021年3月23日
专知会员服务
33+阅读 · 2021年2月7日
专知会员服务
18+阅读 · 2020年12月23日
基于视觉的三维重建关键技术研究综述
专知会员服务
160+阅读 · 2020年5月1日
相关资讯
图像分割在医学影像中的应用
极市平台
2+阅读 · 2022年2月16日
解决小目标检测!多尺度方法汇总
极市平台
2+阅读 · 2021年8月28日
基于深度学习的小目标检测方法综述
专知
2+阅读 · 2021年4月29日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
图像分割的U-Net系列方法
极市平台
56+阅读 · 2019年10月21日
综述 | 图像配准 Image registration
计算机视觉life
18+阅读 · 2019年9月12日
AI如何帮助卫星遥感释放价值?
未来论坛
19+阅读 · 2018年8月8日
深度学习之图像超分辨重建技术
机器学习研究会
12+阅读 · 2018年3月24日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员