[发明专利]一种基于空谱融合网络的多光谱图像全色锐化方法及系统

权利要求书

1.一种基于空谱融合网络的多光谱图像全色锐化方法，其特征在于，包括：

步骤(1)：获取低空间分辨率的多光谱图像和高空间分辨率的全色图像；

步骤(2)：将低空间分辨率的多光谱图像经过光谱信息提取网络进行逐级的信息提取；

步骤(3)：将高空间分辨率的全色图像经过空间信息提取网络进行逐级的信息提取；

步骤(4)：将每级光谱信息提取网络提取的多光谱图像特征图与每级空间信息提取网络提取的全色图像特征图取平均值，得到的平均值与融合网络逐层得到的特征图进行堆叠和卷积操作，最终得到高空间分辨率多光谱图像；

所述步骤(4)包括：

步骤(4-1)：将低空间分辨率的多光谱图像和高空间分辨率的全色图像输入融合网络的堆叠模块，得到第一融合特征图f₁；

步骤(4-2)：将第一级光谱信息提取网络提取的第一多光谱图像特征图ms₁、第一级空间信息提取网络提取的第一全色图像特征图pan₁输入融合网络的第一融合块，计算第一多光谱图像特征图ms₁和第一全色图像特征图pan₁的平均值avg₁；将得到的平均值avg₁与第一融合特征图f₁进行堆叠、卷积处理，得到第二融合特征图f₂；

步骤(4-3)：将第二级光谱信息提取网络提取的第二多光谱图像特征图ms₂、第二级空间信息提取网络提取的第二全色图像特征图pan₂输入融合网络的第二融合块，计算第二多光谱图像特征图ms₂和第二全色图像特征图pan₂的平均值avg₂；将得到的平均值avg₂与第二融合特征图f₂进行堆叠、卷积处理，得到第三融合特征图f₃；

步骤(4-4)：将第三级光谱信息提取网络提取的第三多光谱图像特征图ms₃、第三级空间信息提取网络提取的第三全色图像特征图pan₃输入融合网络的第三融合块，计算第三多光谱图像特征图ms₃和第三全色图像特征图pan₃的平均值avg₃；将得到的平均值avg₃与第三融合特征图f₃进行堆叠、卷积处理，得到第四融合特征图f₄；

步骤(4-5)：对第四融合特征图f₄进行两次卷积操作得到最终的高分辨率多光谱图像H。

2.根据权利要求1所述的基于空谱融合网络的多光谱图像全色锐化方法，其特征在于，所述步骤(2)之前包括：将低空间分辨率的多光谱图像进行四倍上采样操作得到与高空间分辨率的全色图像P尺寸相同的低空间分辨率的初始多光谱图像LM。

3.根据权利要求1所述的基于空谱融合网络的多光谱图像全色锐化方法，其特征在于，将低空间分辨率的多光谱图像输入光谱信息提取网络，输出逼近的全色图像。

4.根据权利要求1所述的基于空谱融合网络的多光谱图像全色锐化方法，其特征在于，将高空间分辨率的全色图像输入空间信息提取网络，输出逼近的低分辨率多光谱图像。

5.根据权利要求1所述的基于空谱融合网络的多光谱图像全色锐化方法，其特征在于，所述每级光谱信息提取网络包括：两个卷积处理块，每个卷积处理块包括：32个3×3的滤波器，一个批量归一化函数BN和一个激活函数ReLU。

6.根据权利要求1所述的基于空谱融合网络的多光谱图像全色锐化方法，其特征在于，每级空间信息提取网络包括：两个卷积处理块，每个卷积处理块包括：32个3×3的滤波器，一个批量归一化函数BN和一个激活函数ReLU。