摘要
本发明公开了一种结合STARFM算法与AI神经网络技术的时空数据融合方法,应用于遥感图像处理领域。此方法先基于低空间分辨率和高空间分辨率遥感影像之间的相似性,以及地理空间现象在不同时间点上连续性的理念,利用STARFM算法进行初步的数据融合,然后再引入AI神经网络技术对初次融合结果进行优化,解决传统算法融合过程中可能出现的图像质量下降、模糊或失真等问题。以高时间分辨率、低空间分辨率MODIS数据和低时间分辨率、高空间分辨率Landsat卫星数据为例进行融合处理,结果表明,本发明可以提高传统的基于像元级别的时空数据融合方法的结果质量,并且融合结果有很好的稳定性。
技术关键词
神经网络技术
数据融合方法
卫星影像数据
高时间分辨率
数据融合算法
非暂态计算机可读存储介质
构建卷积神经网络
低空间分辨率
分辨率遥感影像
卷积神经网络训练
数据融合系统
遥感图像处理
网格
融合设备
数据获取模块
日期
系统为您推荐了相关专利信息
数据存储方法
数据读取方法
空洞
输出特征
卷积神经网络技术
异构数据融合方法
观测系统
多源异构数据
校正
无人机遥感
多源空间数据融合
卫星影像数据
深度学习模型
构建分类器
遥感图像处理
模型建立方法
冗余
异构
模型建立系统
多头注意力机制