[发明专利]一种高光谱图像超分辨率的实现方法及系统

权利要求书

1.一种高光谱图像超分辨率的实现方法，其特征在于，包括如下步骤：

对原始的高光谱图像通过插值的方式放大到与期望输出相同大小的低分辨率的高光谱图像；

将低分辨的高光谱图像输入空谱特征提取网络中，生成高分辨率的高光谱图像，所述空谱特征提取网络包括：光谱映射网络、空间重构网络和空谱融合网络，将低分辨的高光谱图像分别输入到光谱映射网络和空间重构网络中，通过这两个支路网络中分别进行光谱特征和空间信息特征提取以重构光谱信息和空间信息，空谱融合网络将光谱映射网络和空间重构网络输出的光谱信息和空间信息进行融合，生成高分辨率的高光谱图像；其中将低分辨的高光谱图像输入到光谱映射网络后，依次进行浅层光谱特征提取、深层光谱特征提取、光谱差融合及光谱信息重构处理，其中:

浅层光谱特征提取，利用一组3D卷积网络作为光谱映射网络的浅层特征提取网络，从低分辨率的高光谱图像提取浅层特征F_SF作为光谱特征提取模块的输入；

深层光谱特征提取，将浅层特征F_SF输入3D卷积层组成的光谱特征提取模块进一步进行特征提取，将每一层网络的输出F_spe,i都与F_SF,F_spe,1,F_spe,2…F_spe,i-1进行连接，最后将最终输出F_spe,c引入残差学习与F_SF进行跳跃连接，输出特征图F_SS；

光谱差融合，首先计算低分辨的高光谱图像的光谱差：

d_i＝L_i-L_i-1，

其中，i是通道索引，L_i是第i通道，d_i为第i个通道的光谱差；

然后进行光谱融合，其过程为：

F_d＝d+F_SS，

其中，d为光谱差，d＝[d₁,d₂,…d_n]，将各个通道的均值与低分辨率的高光谱图像最后一个通道的差作为光谱差的第n个通道，F_SS为光谱特征提取模块输出的特征图，F_d为融合后的特征；

光谱信息重构，将融合后的特征输入到一组3D卷积网络中进行光谱信息重构，输出光谱重构特征F_spectral。

2.根据权利要求1所述的高光谱图像超分辨率的实现方法，其特征在于，将低分辨的高光谱图像输入到空间重构网络后，依次进行空间下采样、空间特征提取和空间信息重构处理。

3.根据权利要求2所述的高光谱图像超分辨率的实现方法，其特征在于，

空间下采样，通过2D卷积网络对低分辨的高光谱图像进行空间下采样将图像的大小缩小为原来的1/N；

空间特征提取，利用空间特征提取模块对空间下采样后的图像进行空间特征提取输出空间特征F_S；

空间信息重构，将空间特征F_S通过一组卷积网络和一层上采样网络进行空间信息重构，输出空间重构特征F_spatial。

4.根据权利要求3所述的高光谱图像超分辨率的实现方法，其特征在于，将光谱信息重构后的特征和空间信息重构后的特征进行融合，得到融合后的特征为：

F_SSF＝F_spectral+F_spatial，

将融合的特征输入到一组3D卷积网络中获取到高分辨率的高光谱图像。