Spatiotemporal Data Fusion Using Temporal High-Pass Modulation and Edge Primitives

本文介绍了LSHT-FSLT图像处理技术在第一阶段通过单个图像对导出高分辨率权重,第二阶段利用时间边缘基元检测伪空间不连续性,并在第三阶段通过空间-平均-平均方法平滑这些不连续性。重点在于减少图像处理过程中的空间不连续性,提升图像质量。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

在第一阶段中,通过在t0时间处的单个LSHT-FSLT图像对与tk时间处的LSHT图像之间的子像素关系导出高分辨率空间权重,在tk时间中将高频细节注入到LSHT图像中。在不同数据集的时间组成中,虚假的空间不连续性是不可避免的。

在第二阶段,利用时间边缘基元检测这些伪空间不连续性。

1)使用3×3拉普拉斯高通图1在时间t0和tk从LSHT图像中提取高频细节。使用时间边缘基元识别虚假空间不连续性。

2)根据这些高频细节,使用Canny边缘检测方法检测边缘。对于时间t0和tk,这些边被称为时间边缘基元。

3)从tk的时间边缘减去时间t0的边沿。

在第三阶段,使用空间 - 平均 - 平均方法对这些虚假的空间不连续性进行平滑。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值