文献类型：期刊文章

作　　者：雷大江[1] 张策[1] 李智星[1] 吴渝[2]

LEI Dajiang;ZHANG Ce;LI Zhixing;WU Yu(College of Computer,Chongqing University of Posts and Telecommunications,Chongqing 400065,China;Institute of Web Intelligence,Chongqing University of Posts and Telecommunications,Chongqing 400065,China)

机构地区：[1]重庆邮电大学计算机科学与技术学院,重庆400065 [2]重庆邮电大学网络智能研究所,重庆400065

出　　处：《电子与信息学报》

基　　金：重庆市留学归国人员创新创业项目(cx2018120);国家社会科学基金(17XFX013);重庆市基础研究与前沿探索项目(cstc2015jcyjA40018)。

年　　份：2020

卷　　号：42

期　　号：8

起止页码：1942-1949

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2019_2020、EI、IC、JST、RCCSE、SCOPUS、WOS、ZGKJHX、核心刊

摘　　要：由于强大的高质量图像生成能力,生成对抗网络在图像融合和图像超分辨率等计算机视觉的研究中得到了广泛关注。目前基于生成对抗网络的遥感图像融合方法只使用网络学习图像之间的映射,缺乏对遥感图像中特有的全锐化领域知识的应用。该文提出一种融入全色图空间结构信息的优化生成对抗网络遥感图像融合方法。通过梯度算子提取全色图空间结构信息,将提取的特征同时加入判别器和具有多流融合架构的生成器,设计相应的优化目标和融合规则,从而提高融合图像的质量。结合WorldView-3卫星获取的图像进行实验,结果表明,所提方法能够生成高质量的融合图像,在主观视觉和客观评价指标上都优于大多先进的遥感图像融合方法。

关 键 词：计算机视觉 遥感图像融合 生成对抗网络  多流融合架构  

分 类 号：TP751]