[发明专利]基于空-谱信息深度利用的高光谱遥感影像超分辨率方法

权利要求书

1.基于空-谱信息深度利用的高光谱遥感影像超分辨率方法，其特征在于，具体按照以下步骤实施：

步骤1、按照设定的采样间隔从输入的高光谱遥感影像中选取波段，对选取的波段进行超分辨率处理；

所述步骤1具体按照以下步骤实施：

步骤1.1设置采样间隔d＝1，临时变量d_tem＝1；

步骤1.2、逐一计算输入的低分辨率高光谱遥感影像L中当前波段L_i与相邻波段L_i+1的相关系数CCS，其中L∈R^w×h×n，i表示当前波段的序号，取值为1至n-1；

步骤1.3、统计所有的CCS，如果90％以上的CCS值大于等于0.9，则进行步骤1.4；反之，则进行步骤1.7；

步骤1.4、令临时变量d_tem＝d，增大采样间隔，令d＝d+1；

步骤1.5、再次逐一计算输入的低分辨率高光谱遥感影像L中当前波段L_i与相邻波段L_i+d的相关系数CCS，i表示当前波段的序号，取值为1至n-d；

步骤1.6、返回步骤1.3；

步骤1.7、设置最终的采样间隔dis＝d_tem；

步骤1.8、从低分辨率的高光谱影像L所有n个波段中，选取波段

L₁,L_1+dis,L_1+2dis,...构成集合K，集合K共包含个波段；

步骤1.9、对集合K中所有个波段进行超分辨率处理，获得高空间分辨率的波段集合HK；

所述步骤1.9具体如下：

步骤1.9.1、对于集合K中的所有元素，利用特征提取模块Fblock首先从低分辨的波段中逐一提取特征；

步骤1.9.2、多个信息蒸馏模型DBlocks堆叠提取残差信息；

步骤1.9.3、利用重建模型RBlock聚集所获得的高分辨残差，高分辨残差与输入波段的上采样图像进行元素间求和，获得高空间分辨率的波段集合HK；HK中的元素表示为：

步骤2、利用光谱间的相关性对未被步骤1选择的波段进行插值，得到一幅完整的高光谱影像；

所述步骤2具体按照以下步骤实施：

步骤2.1、设未被步骤1选择的波段构成集合为集合N：

N＝[L₂,...,L_dis,L_dis+2,...,L_2dis,L_2dis+2,...]，

集合N中共个波段；

步骤2.2、利用公式对集合N中的所有元素进行插值处理，从而得到完整的高光谱遥感影像中各个元素表示为：

步骤3、对经步骤2插值得到的高光谱遥感影像与最初输入的低分辨率高光谱遥感影像进行内部的自融合，进一步利用步骤1中未被选择的波段的空-谱信息，实现输入影像中所包含的全部空谱信息的深度利用，从而得到最终的高分辨率影像，所述步骤3具体按照以下步骤实施：

步骤3.1、对经步骤2插值得到的完整高光谱遥感影像进行转置操作：得到转置后的高光谱影像

步骤3.2、对输入的低分辨高光谱遥感影像L进行转置操作：L∈R^w×h×n→L_α∈R^n×wh，得到转置后的低分辨高光谱影像L_α；

步骤3.3、利用定点成分分析方法计算输入的L_α中的端元个数D；随机初始化端元矩阵W∈R^n×D、光谱降质矩阵W_T∈R^n×D、丰度矩阵和空间降质丰度矩阵C_T∈R^D×wh为4个非负矩阵；计算代价，如果大于ε，则进行步骤3.4；反之，则进行步骤3.6，ε设置为1e-8；

步骤3.4、固定C，按如下公式更新W_T：

步骤3.5、固定W_T，按照公式更新C，重复步骤3.3；

步骤3.6、记录最终的W_T和C，计算||L_α-WC_T||₂代价，如果大于ε，则进行步骤3.7；反之，则进行步骤3.9；

步骤3.7、固定C_T，按照如下公式更新W：W＝W.*(L_αC_T^T)./(WC_TC_T^T)；

步骤3.8、固定W，按照公式C_T＝C_T.*(W_TL_α)./(W^TWC_T)更新C_T，重复步骤3.6；

步骤3.9、通过步骤2得到的高光谱影像和输入的低分辨高光谱影像L_α分别取得端元矩阵W和丰度矩阵C，按照公式重建出高分辨率高光谱影像进行和L_α的内部自融合，按照逆转置，从而得到最终的高分辨率影像