申请/专利权人：重庆邮电大学

申请日：2023-11-24

公开（公告）日：2024-03-22

公开（公告）号：CN117745556A

主分类号：G06T5/50

分类号：G06T5/50;G06T5/60;G06T3/4053;G06N3/0442;G06N3/0464;G06N3/047;G06N3/048;G06N3/084

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本发明属于遥感图像处理技术领域，具体涉及一种基于选择内核注意力的双分支遥感图像时空融合方法，包括：获取不同卫星传感器采集的图像并进行预处理，将预处理后的图像输入训练好的基于选择内核注意力的双分支遥感图像时空融合网络中，得到最终融合结果；所述双分支遥感图像时空融合网络包括超分辨率网络模块、高频特征提取模块和差分重建模块；本发明在高频特征提取模块和差分重建模块中加入卷积核自适应机制来提高网络的稳健性，高频特征提取模块中包括多尺度提取和卷积内核自适应模块，能将提取的细图像中丰富的空间和光谱信息保留下来，使后续融合出准确的空间细节和光谱信息。

主权项：1.一种基于选择内核注意力的双分支遥感图像时空融合方法，其特征在于，包括以下步骤：S1.分别采用Landsat传感器和MODIS传感器同时采集目标区域内的遥感粗图像集和遥感细图像集，并对其进行预处理得到粗图像集和细图像集；S2.将同一时刻采集的粗图像和细图像组成一个图像对，每两个不同时刻的图像对组成一个样本，得到样本集；将样本集划分为训练集、验证集和测试集；S3.构建基于选择内核注意力的双分支遥感图像时空融合网络，其包括超分辨率网络模块、高频特征提取模块以及差分重建模块；高频特征提取模块包括多尺度提取模块和卷积内核自适应模块，差分重建模块包括卷积长短期记忆模块和内核选择注意力模块；S4.将训练样本中时刻t1的粗图像C1以及时刻t2的粗图像C2输入超分辨率网络模块，输出过渡图像T1和过渡图像T2；S5.差分处理过渡图像T1和过渡图像T2得到过渡差分图像，将过渡差分图像与时刻t1的细图像F1拼接后输入卷积长短期记忆模块，输出时序空间结构图像；S6.将细图像F1输入多尺度提取模块，输出丰富空间特征图像；将丰富空间特征图像和时序空间结构图像拼接后输入内核选择注意力模块，输出高频空间特征图像；S7.将丰富空间特征图像输入卷积内核自适应模块，输出卷积图像；将卷积图像与高频空间特征图像融合重建得到重建图像PF12；S8.将重建图像PF12与细图像F1融合得到时刻t2的重建细图像PF2，计算重建细图像PF2与时刻t2的细图像F2间的损失值，并反向传播训练，直至网络模型收敛；S9.实时获取新数据并输入训练好的双分支遥感图像时空融合网络，输出重建图像。

全文数据：

权利要求：

百度查询： 重庆邮电大学 一种基于选择内核注意力的双分支遥感图像时空融合方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD