引用本文:胡伟东,张文龙,安大伟,王璐,陈实,岳芬,LIGTHART Leo P..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[J].上海航天,2018,(2):13-19.
【打印本页】   【下载PDF全文】     
本文已被:浏览 57次   下载 39
分享到: 微信 更多
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
胡伟东1,张文龙1,安大伟2,王璐1,陈实1,岳芬1,LIGTHART Leo P.3
(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,荷兰 代尔夫特 2628 CN)
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1.13 dB,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。
(1. Beijing Institute of Technology, Beijing 100081, China;2. National Satellite Meteorological Center, Beijing 100142, China;3. Delft University of Technology, Delft 2628.CN, Netherlands)

分享按钮