단일 위성 센서 영상의 한계를 극복하기 위해, 밀집 연결 네트워크 기반의 합성 개구 레이더(SAR)와 다중 스펙트럼 영상 융합 알고리즘을 제안하였다. 먼저 SAR 영상과 다중 스펙트럼 영상을 각각 전처리하고, 쌍삼차 보간법을 사용하여 동일한 공간 해상도로 재샘플링한다. 그 후 밀집 연결 네트워크를 이용해 영상의 특징 지도를 각각 추출하고, 영역 에너지가 가장 큰 융합 전략을 적용해 심층 특징을 융합한다. 융합 이미지는 사전 학습된 디코더에 입력되어 재구성을 거쳐 최종 융합 영상을 얻는다. 실험은 Sentinel-1 SAR 영상, Landsat-8 영상 및 고분1호 위성 영상을 사용해 검증하였으며, 성분 대체 기반, 다중 규모 분해 기반 및 합성곱 신경망 기반 대표 기법들과 비교 실험을 수행하였다. 실험 결과, 밀집 연결 네트워크 기반 융합 알고리즘은 다중 규모 구조 유사도 지표에서 0.9307의 높은 정확도를 달성하였으며, 다른 평가 지표들에서도 우수한 성능을 보였고, SAR 영상의 세부 정보와 다중 스펙트럼 영상의 스펙트럼 정보를 잘 보존하였다.

합성 개구 레이더; 영상 융합; 밀집 연결 네트워크; 다중 스펙트럼