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

查看全文 作　　者：[1]胡伟东;[1]张文龙;[2]安大伟;[1]王璐;[1]陈实;[1]岳芬;LIGTHART Leo [3]P.

机构地区：[1]北京理工大学,北京100081;[2]国家卫星气象中心,北京100142;[3]代尔夫特理工大学

出　　处：《上海航天》索引2018年第35卷第2期,共7页

基　　金：国家自然科学基金重大科研仪器项目(61527805);国家自然基金面上项目(41775030);教育部高等学校创新引智计划项目(B14010) 摘　　要：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。 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

相关文献

参考文献（17）
引证文献（4）
耦合文献（0）

参考文献(17)

引证文献(4)

互联网出版许可证新出网证(渝)字10号全国400电话 - 免长途话费

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

参考文献(17)

引证文献(4)

用户提示