一种基于互补卷积特征的高分辨率遥感影像融合方法及系统技术方案

本申请公开了一种基于互补卷积特征的高分辨率遥感影像融合方法及系统，在选取的高分辨率遥感影像上进行目标物手工标注；将标注好的全色图像和多光谱图像裁剪为预设尺寸输入到特征提取网络；分别进行特征提取，分别得到全色图像特征图和多光谱图像特征图；叠加全色图像特征图和多光谱图像特征图，送入特征融合网络进行特征融合，得到高分辨率的多光谱图像。在进行高分辨率遥感影像融合时，形成一个基于互补卷积特征融合的完整体系，可以对全色图像和多光谱图像分别进行特征提取，叠加后输入融合网络最终得到融合图像，大大提升了图像质量。并且虑了样本的多样性，图像大小灵活多变，特征提取更为符合图像特点，使得融合后的图像质量更好。

A high resolution remote sensing image fusion method and system based on complementary convolution feature

【技术实现步骤摘要】
一种基于互补卷积特征的高分辨率遥感影像融合方法及系统
本申请涉及遥感图像处理
，具体涉及一种基于互补卷积特征的高分辨率遥感影像融合方法及系统。
技术介绍
近年来，高分辨率遥感影像被广泛应用于城市规划、生产生活乃至军事方面。全色图像的分辨率较高，图像更为清晰，但灰度图像缺少色彩信息，多光谱图像有着丰富的颜色信息但是分辨率较低，为了结合两种影像的优势，得到质量更为优越的遥感图像，图像融合至关重要。遥感影像融合作为目标检测、变化检测等实验和应用的一项关键预处理步骤，可以将全色图像的高分辨率和多光谱图像的色彩信息相结合，为后期实验和应用提供更高质量的图像，以提升实验和应用结果的性能。2019年多媒体工具和应用期刊公开了一篇用于图像融合的算法，名称为：FusionCNN：一种基于深度卷积神经网络的遥感图像融合算法(FusionCNN:aremotesensingimagefusionalgorithmbasedondeepconvolutionalneuralnetworks)，该融合方法的输入是一对源图像，而输出是具有端到端属性的融合图像本文档来自技高网...

【技术保护点】
1.一种基于互补卷积特征的高分辨率遥感影像融合方法，其特征在于，所述方法包括：/n在选取的高分辨率遥感影像上进行目标物手工标注；/n将标注好的全色图像和多光谱图像裁剪为预设尺寸输入到特征提取网络；/n通过特征提取网络分别对全色图像和多光谱图像进行特征提取，分别得到全色图像特征图和多光谱图像特征图；/n叠加全色图像特征图和多光谱图像特征图；/n将叠加后的特征图送入特征融合网络进行特征融合，得到高分辨率的多光谱图像。/n

【技术特征摘要】
1.一种基于互补卷积特征的高分辨率遥感影像融合方法，其特征在于，所述方法包括：
在选取的高分辨率遥感影像上进行目标物手工标注；
将标注好的全色图像和多光谱图像裁剪为预设尺寸输入到特征提取网络；
通过特征提取网络分别对全色图像和多光谱图像进行特征提取，分别得到全色图像特征图和多光谱图像特征图；
叠加全色图像特征图和多光谱图像特征图；
将叠加后的特征图送入特征融合网络进行特征融合，得到高分辨率的多光谱图像。


2.根据权利要求1所述的方法，其特征在于，所述在选取的高分辨率遥感影像上进行目标物的手工标注，包括：
选取遮蔽物较少，目标物多样且清晰的高分辨遥感全色图像和多光谱图像；
在两种高分辨图像上截取适当大小的影像，对所有清晰的目标物进行贴合边缘的手工标注，获得标注好的影像图片。


3.根据权利要求2所述的方法，其特征在于，所述将标注好的全色图像和多光谱图像裁剪为预设尺寸输入到特征提取网络，包括：
按照后期实验需要，将标注完成的全色图像和多光谱图像裁剪为统一的尺寸，作为特征提取网络的输入。


4.根据权利要求1所述的方法，其特征在于，所述通过特征提取网络分别对全色图像和多光谱图像进行特征提取，包括：
将全色图像和多光谱图像进行区分；
将区分后的单通道的全色图像和多通道的多光谱图像分别输入特征提取网络进行特征提取。


5.根据权利要求1所述的方法，其特征在于，所述叠加全色图像特征图和多光谱图像特征图，包括：将对应的全色图像特征图和多光谱图像特征图，在通道维度上进行叠加，得到叠加后的特征图。


6.根据权利要求5所述的方法，...

【专利技术属性】
技术研发人员：徐涛，卢泽珊，刘鹍，刘振，刘庆杰，刁心怡，陈俊彤，沈茂鑫，蔺文静，
申请(专利权)人：济南大学，
类型：发明
国别省市：山东;37