一种基于核引导的遥感图像全色锐化方法和系统
技术特征:
1.一种基于核引导的遥感图像全色锐化方法,其特征在于,包括如下步骤:
2.如权利要求1所述的一种基于核引导的遥感图像全色锐化方法,其特征在于:所述融合子网络的具体处理过程还包括:
3.如权利要求2所述的一种基于核引导的遥感图像全色锐化方法,其特征在于:在步骤1.3中,每个细节注入transformer模块包含n2个细节注入单元,即di单元,用于向多光谱图像注入合适的细节,细节注入transformer模块的输入与输出端引入残差连接,并在残差连接分支上添加带有嵌入通道transformer块,即ctb模块。
4.如权利要求3所述的一种基于核引导的遥感图像全色锐化方法,其特征在于:di单元的处理过程如下;
5.如权利要求3所述的一种基于核引导的遥感图像全色锐化方法,其特征在于:ctb模块的处理过程如下;
6.如权利要求1所述的一种基于核引导的遥感图像全色锐化方法,其特征在于:在步骤2.3中,dp单元的具体实现方式如下;
7.如权利要求1所述的一种基于核引导的遥感图像全色锐化方法,其特征在于:在步骤2.4中,网络层通过卷积-池化-卷积-softmax实现。
8.如权利要求1所述的一种基于核引导的遥感图像全色锐化方法,其特征在于:步骤3中构造的目标损失函数如下;
9.如权利要求1所述的一种基于核引导的遥感图像全色锐化方法,其特征在于:步骤4中还包括通过客观评价指标将测试结果与现有的算法进行比较,客观评价指标包括峰值信噪比、光谱角映射。
10.一种基于核引导的遥感图像全色锐化系统,其特征在于:包括处理器和存储器,存储器用于存储程序指令,处理器用于调用存储器中的存储指令执行如权利要求1-9任一项权利要求所述的一种基于核引导的遥感图像全色锐化方法。
技术总结
本发明提出了一种基于核引导的遥感图像全色锐化方法和系统,以解决单个固定模糊核训练的单一深度学习全色锐化模型在遇到不匹配的退化时可能会出现失真的泛化问题。该方法设计了一个具有强解释性的融合子网络,通过可学习注入矩阵将全色图像的细节注入到多光谱图像中。核估计子网络生成的先验退化信息可以表示多光谱图像的模糊程度,被用于更新可学习注入矩阵,以控制细节的注入,适应不同类型的退化。此外,通道Transformer在融合子网络中作为残差连接,有助于保留深度网络中的重要特征。通过核估计和融合子网络的结合,网络对各种未知退化的适应能力得到了增强,因此所提出的方法在复杂的退化情况下具有很大的优势。
技术研发人员:田昕,张志远,柯成杰,励皓轩
受保护的技术使用者:武汉大学
技术研发日:
技术公布日:2024/11/18
文档序号 :
【 40048886 】
技术研发人员:田昕,张志远,柯成杰,励皓轩
技术所有人:武汉大学
备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明 :此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除
技术研发人员:田昕,张志远,柯成杰,励皓轩
技术所有人:武汉大学
备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明 :此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除
