一种用于流域探测的高-多光谱图像深度鲁棒融合方法

    公开(公告)号:CN119251067B

    公开(公告)日:2025-05-06

    申请号:CN202411743384.6

    申请日:2024-11-30

    Abstract: 本发明涉及高光谱遥感图像质量增强技术领域,提供一种用于流域探测的高‑多光谱图像深度鲁棒融合方法:对观测高光谱和多光谱数据进行幅值归一化处理;条带剥离;提取多光谱数据的精细空间特征对高光谱数据进行空间信息补足;同时提取高光谱数据的辨识光谱特征对多光谱数据进行光谱信息补足;对高光谱数据的空间增强结果和多光谱数据的谱维增强结果进行选择性空谱融合;对融合数据进行空、谱退化处理,重建高光谱和多光谱输入;通过最小化损失函数,实现条带剥离、空谱增强和空谱融合模块的参数优化,并输出空谱融合模块的结果。本发明有效消除高光谱数据中普遍存在的条带噪声,提升图像融合对条带噪声的鲁棒性。

    一种自监督模式下的多光谱图像谱超分辨率方法

    公开(公告)号:CN119599872A

    公开(公告)日:2025-03-11

    申请号:CN202411674172.7

    申请日:2024-11-21

    Abstract: 本发明涉及多光谱遥感图像光谱分辨率增强技术领域,提供一种自监督模式下的多光谱图像谱超分辨率方法,分别对观测多、高光谱数据#imgabs0#和#imgabs1#进行归一化处理;将归一化多、高光谱数据对#imgabs2#和#imgabs3#输入现有的DiriNet,得到数据对间的空、谱退化函数PSF#imgabs4#和SRF#imgabs5#对归一化多光谱数据#imgabs6#进行空间退化处理;设计U型谱超分辨率网络将退化结果Xspad的光谱分辨率提升至高光谱数据的光谱分辨率水平;再进行光谱退化处理;在#imgabs7#和Xspad的监督下,实现U型谱超分辨率网络的参数优化;将归一化多光谱数据#imgabs8#输入U型谱超分辨率网络,再经过幅值复原,生成遥感对地观测领域亟需的大视场下高空间且高光谱分辨率数据。本发明用于增强多光谱图像的光谱分辨率,为遥感对地观测领域提供有效数据。

    一种用于流域探测的高-多光谱图像深度鲁棒融合方法

    公开(公告)号:CN119251067A

    公开(公告)日:2025-01-03

    申请号:CN202411743384.6

    申请日:2024-11-30

    Abstract: 本发明涉及高光谱遥感图像质量增强技术领域,提供一种用于流域探测的高‑多光谱图像深度鲁棒融合方法:对观测高光谱和多光谱数据进行幅值归一化处理;条带剥离;提取多光谱数据的精细空间特征对高光谱数据进行空间信息补足;同时提取高光谱数据的辨识光谱特征对多光谱数据进行光谱信息补足;对高光谱数据的空间增强结果和多光谱数据的谱维增强结果进行选择性空谱融合;对融合数据进行空、谱退化处理,重建高光谱和多光谱输入;通过最小化损失函数,实现条带剥离、空谱增强和空谱融合模块的参数优化,并输出空谱融合模块的结果。本发明有效消除高光谱数据中普遍存在的条带噪声,提升图像融合对条带噪声的鲁棒性。

Patent Agency Ranking