基于通道注意力的卷积神经网络的遥感图像超分辨率重建方法

    公开(公告)号:CN109584161A

    公开(公告)日:2019-04-05

    申请号:CN201811439902.X

    申请日:2018-11-29

    申请人: 四川大学

    IPC分类号: G06T3/40 G06N3/04 G06N3/08

    摘要: 本发明公开了一种基于通道注意力的卷积神经网络的遥感图像超分辨率重建方法。本发明在提出的卷积神经网络中引入了通道注意力机制,可以利用各特征通道间的相互依赖关系,来提高网络的特征表达能力。主要包括以下步骤:设计并搭建基于通道注意力的卷积神经网络模型;用较小的遥感数据库,构建训练样本,预训练步骤一搭建的深度卷积神经网络模型;步骤二的模型训练达到收敛时,添加更大的遥感数据库来进行精调,进一步提升网络的性能;在遥感图像重建阶段,将低分辨率图像作为输入,利用步骤三中训练出的模型来重建出最终的高分辨率图像。本发明所述的方法可以获得更好的重建效果,是一种有效的遥感图像超分辨率重建方法。

    估算无人机所观测场景的位移及地速的电子装置和方法

    公开(公告)号:CN109297469A

    公开(公告)日:2019-02-01

    申请号:CN201810823650.4

    申请日:2018-07-25

    发明人: F·勒蒙

    IPC分类号: G01C11/08 G01P3/68

    摘要: 用于估计由配备在无人机(10)上的图像传感器(12)所观察场景(14)的位移的电子装置(40)包括用于获取由图像传感器所拍摄场景的一系列图像;以及模块(44),用于通过在若干相继层级迭代地应用光流算法,估计在所获取的先前图像和当前图像之间场景的位移,该图像的层级是后继层级的图像的子采样图像,最终层级是所获取图像。估计模块(44)在从一个层级通过到下一个层级期间,为每个层级计算场景的位移的至少一个估计,先前图像按各个估计的位移进一步平移。估计模块(44)进一步配置为确定估计位移的整数舍入,然后在从各自一个层级通过到下一个层级期间,按所述舍入位移平移先前图像。

    一种SAR图像去噪及多源遥感数据融合算法

    公开(公告)号:CN109146819A

    公开(公告)日:2019-01-04

    申请号:CN201810991636.5

    申请日:2018-08-29

    发明人: 穆军

    IPC分类号: G06T5/00 G06T5/50

    摘要: 随着遥感技术的发展,可见光、热红外和微波等大量不同卫星传感器对地观测系统的应用,获取同一地区的多种遥感影像数据(多时相、多光谱、多传感器、多平台和多分辨率)越来越多,从而引发了世界范围内对多卫星遥感信息融合研究的普遍关注。许多发达国家己在一些重大研究项目中实施信息融合计划,并陆续开发出一些实用性系统,一种SAR图像去噪及多源遥感数据融合算法,根据融合的目的选择合适的算法,按照各种算法的原理和步骤进行.在融合过程中每一步变换都有一系列参数的确定或选择,这些都影响着最终的融合结果。需要根据试验区影像的特点、经过一系列试验比较后方可确定,融合影像各分量的熵值都比未经融合处理的原多波段影像的熵值大;融合影像的联合熵值都比原多波段影像的联合熵值大,也就说明了融合使影像的信息量增加。

    一种遥感图像对象层次的变化检测方法

    公开(公告)号:CN109064496A

    公开(公告)日:2018-12-21

    申请号:CN201810927283.2

    申请日:2018-08-15

    发明人: 任金铜

    IPC分类号: G06T7/254 G06T7/215 G06K9/62

    摘要: 本发明公开的属于图像处理技术领域,具体为一种遥感图像对象层次的变化检测方法,该遥感图像对象层次的变化检测方法的具体检测步骤如下:S1:采集获取目标地区两个时相的图像信息,S2:对两个时相的图像信息初步处理,S3:对两个时相的图像信息分割处理,S4:对分割的两个时相图像信息聚类处理,S5:对聚类后的两个时相图像信息差值检测,通过对图像初步处理的方式,后续采用灰度值作为判断检测变化的依据,能够保证检测的准确性;通过对图像信息的分割,且分割尺寸较小,检测较为精确;通过以聚类的方式进行判断识别两个时相图像信息上的相同区域,保证识别的准确性。