単一衛星センサー画像の不足を克服するために、密集接続ネットワークに基づく合成開口レーダー（SAR）およびマルチスペクトル画像の融合アルゴリズムを提案した。まず、SAR画像とマルチスペクトル画像をそれぞれ前処理し、双三次補間法を用いて同じ空間解像度にリサンプリングした。その後、密集接続ネットワークを用いて画像の特徴マップを抽出し、領域エネルギーが最大となる融合戦略により深層特徴を融合した。融合画像を事前学習済みのデコーダに入力して再構成し、最終的な融合画像を得た。実験はSentinel-1のSAR画像、Landsat-8画像および高分1号衛星画像を用いて検証し、成分置換、多重スケール分解および畳み込みニューラルネットワークに基づく代表的手法と比較試験を行った。実験結果は、密集接続ネットワークに基づく融合アルゴリズムがマルチスケール構造類似度指標で0.9307の精度を達成し、他のさまざまな評価指標でも他の融合アルゴリズムを上回り、SAR画像の細部情報とマルチスペクトル画像のスペクトル情報をよく保持していることを示した。

合成開口レーダー;画像融合;密集接続ネットワーク;マルチスペクトル