声明
插图索引
表格索引
缩略语对照表
第一章绪论
1.1 研究背景及意义
1.2 图像融合的层次
1.3 Pan-sharpening方法国内外研究现状
1.4 论文的主要内容及章节安排
第二章理论基础
2.1 引言
2.2 卷积神经网络
2.2.1 主要组成结构
2.2.2 经典网络模型
2.3 基于CNN 的Pan-sharpening 算法
2.4 图像融合质量评价
2.4.1 主观评价
2.4.2 客观评价
2.5 本章小结
第三章基于浅-深卷积网络和细节注入的Pan-sharpening方法
3.1 引言
3.2 ARSIS 概念
3.3 基于浅-深卷积网络与细节注入的Pan-sharpening方法
3.3.1 网络结构
3.3.2 基于浅-深卷积网络的空间细节提取
3.3.3 基于光谱区分的细节注入
3.4 实验结果及分析
3.4.1 模拟数据实验
3.4.2 实际数据实验
3.4.3 网络结构分析
3.4.4 网络参数分析
3.5 本章小结
第四章基于多尺度密集网络的Pan-sharpening方法
4.1 引言
4.2 基于多尺度残差网络的图像超分辨率重建
4.3 基于多尺度密集网络的Pan-sharpening方法
4.3.1 网络结构
4.3.2 全局密集特征融合
4.4 实验结果及分析
4.4.1 模拟数据实验
4.4.2 实际数据实验
4.4.3 MDB内部结构分析
4.4.4 整体网络结构分析
4.4.5 MDB数量分析
4.5 本章小结
总结与展望
工作总结
研究展望
参考文献
攻读硕士学位期间取得的科研成果
致谢
西北大学;