一种针对图像融合的Dense-FCNN算法研究.pdfVIP

总第423期计算机与数字工程Vol.53No.1

ComputerDigitalEngineering

2025年第1期计算机与数字工程209

2025年第1期

一种针对图像融合的Dense-FCNN算法研究∗

1112

郑迦馨罗银辉吴岳洲王宇

（1.中国民用航空飞行学院计算机学院广汉618307）（2.南京师范大学计算机学院南京210023）

摘要高空间和高光谱分辦率的图像能够给计算机视觉处理带来更全面的信息，特别是在遥感图像融合方面的研究

一直备受关注。近年来，基于卷积网络的遥感图像融合方法在遥感图像融合领域带来了突破性的进展。针对遥感图像融合

质量问题，提出了一种Dense-FCNN的网络，该网络融合了DenseNet网络和FusionCNN的特点，基于充分利用特征的思想，

将DenseBlock模块加入到FusionCNN的不同结构中，并做出对比分析。结果表明，改进后的Dense-FCNN网络在融合质量上

均有所提升，最好的模型效果提升了3.4%，并且，融合图像能更好地保留Pan图像的空间信息和MS图像的光谱信息，对于获

取更全面的遥感图像信息具有实际应用价值。

关键词融合质量；卷积网络；图像融合；空间信息；光谱信息

中图分类号TP391.9DOI：10.3969/j.issn.1672-9722.2025.01.038

ResearchonDense-FCNNAlgorithmforImageFusion

1112

ZHENGJiaxinLUOYinhuiWUYuezhouWANGYu

（1.SchoolofComputerScience，CivilAviationFlightUniversityofChina，Guanghan618307）

（2.SchoolofComputerScience，NanjingNormalUniversity，Nanjing210023）

AbstractHighspatialandhyperspectralimagescanbringmorecomprehensiveinformationtocomputervisionprocessing，es⁃

peciallyinremotesensingimagefusion.Inrecentyears，theremotesensingimagefusionmethodbasedonconvolutionnetworkhas

broughtabreakthroughinthefieldofremotesensingimagefusion.Aimingatthequalityproblemofremotesensingimagefusion，a

kindofDense-FCNNnetworkisproposed.ThenetworkcombinesthecharacteristicsofDenseNetnetworkandFusionCNN.Based

ontheideaofmakingfulluseofthecharacteristics，theDenseBlockmoduleisaddedtothedifferentstructuresofFusionCNN，and

acomparativeanalysisismade.TheresultsshowthattheimproveddenseFCNNnetworkhasimprovedthefusionquality，andthe

bestmodeleffecthasincreasedby3.4%.Mo