论文部分内容阅读
高质量的对地观测需要时空连续的高分辨率遥感图像。有很多研究开展时空融合研究得到了广泛开展,集中在LandSat和MODIS卫星之间。目前已经提出了使用卷积神经网络进行时空融合的方法,但是网络浅而融合性能有限。针对应用性最广的单对图像时空融合,本文使用深层神经网络建立了一种新的时空融合方法,基本网络框架由两个4倍上采样器级联以近似LandSat和MODIS之间的空间差异和传感器差异,并将重建结果进行残差修正,使得该结果更接近真实图像。本文方法在不同的LandSat和MODIS卫星图像上进行了测试,并与