计算机科学 > 计算机视觉与模式识别
[提交于 2025年10月17日
]
标题: 时空图像融合的标准化
标题: Standardization for improved Spatio-Temporal Image Fusion
摘要: 时空图像融合(STIF)方法通常需要由不同传感器捕获的具有匹配空间和光谱分辨率的图像集。 为了促进STIF方法的应用,我们提出并比较了两种不同的标准化方法。 第一种方法基于细分辨率图像的传统上采样。 第二种方法是一种称为基于异常的卫星图像标准化(ABSIS)的锐化方法,该方法将细分辨率图像序列中的整体特征与特定粗分辨率图像的独特属性相结合,以生成更接近细分辨率图像聚合结果的图像。 这两种方法都显著提高了非配对时空图像块融合(USTFIP)STIF方法的准确性,其中锐化方法使融合图像的光谱和空间准确性分别提高了最多49.46%和78.40%。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.