【技术实现步骤摘要】
一种高光谱图像超分辨率重建方法、装置及电子设备
本专利技术涉及图像处理
，具体涉及一种高光谱图像超分辨率重建方法、装置及电子设备。
技术介绍
高光谱图像(HSI)有几十个甚至几百个波段，高光谱图像不仅有丰富的空间纹理信息，而且还具有丰富的光谱信息，这一特征使其广泛应用于农业、医学、军事和遥感等多个领域。但是受高光谱传感器和光学成像系统的硬件限制，与彩色图像相比，高光谱图像具有较低的空间分辨率，这严重限制了它的进一步应用和发展。因此，近年来，作为提升高光谱图像分辨率的主要技术之一的高光谱图像超分辨率受到广泛关注。高光谱图像超分辨率是一种从低分辨率高光谱图像中获取高分辨率高光谱图像的技术，目前采用基于软件方法的超分辨率技术是提升高光谱图像空间分辨率的有效手段，其克服了硬件条件的限制。高光谱图像超分辨率技术大多数是从彩色图像超分辨技术演变而来，对于彩色图像超分辨率，近几十年来提出了许多研究，最近，彩色图像超分问题由于使用了卷积神经网络而取得了很大的进展。但与彩色图像不同的是，高光谱图像由数百或数千个光谱波段组成，高光...
【技术保护点】
1.一种高光谱图像超分辨率重建方法，其特征在于，包括：/n利用预先构建好的光谱保留网络对输入的高光谱图像特征进行特征提取得到光谱信息特征，其中所述光谱保留网络包括多个级联的光谱保留模块，每一个所述光谱保留模块集成第一残差块和通道注意力机制；/n利用预先构建好的彩色图像引导网络对输入的、与高光谱图像特征对应的彩色图像特征进行特征提取得到空间信息特征，其中所述彩色图像引导网络包括多个级联的彩色图像引导模块，每一个所述彩色图像引导模块集成第二残差块和空间注意力机制；/n将所述光谱信息特征和所述空间信息特征输入到预先构建好的空谱恢复网络进行特征融合以完成高光谱图像超分辨率重建，其中...
【技术特征摘要】
1.一种高光谱图像超分辨率重建方法，其特征在于，包括：
利用预先构建好的光谱保留网络对输入的高光谱图像特征进行特征提取得到光谱信息特征，其中所述光谱保留网络包括多个级联的光谱保留模块，每一个所述光谱保留模块集成第一残差块和通道注意力机制；
利用预先构建好的彩色图像引导网络对输入的、与高光谱图像特征对应的彩色图像特征进行特征提取得到空间信息特征，其中所述彩色图像引导网络包括多个级联的彩色图像引导模块，每一个所述彩色图像引导模块集成第二残差块和空间注意力机制；
将所述光谱信息特征和所述空间信息特征输入到预先构建好的空谱恢复网络进行特征融合以完成高光谱图像超分辨率重建，其中所述空谱恢复网络集成通道注意力机制和空间注意力机制。
2.根据权利要求1所述的方法，其特征在于，所述利用预先构建好的光谱保留网络对输入的高光谱图像特征进行特征提取得到光谱信息特征之前，所述方法还包括：
对获取到的高光谱图像进行上采样，使得所述高光谱图像的空间分辨率达到预设分辨率；
利用3D卷积层从上采样后的高光谱图像提取浅层光谱特征，将所述浅层光谱特征作为所述高光谱图像特征输入到所述光谱保留网络。
3.根据权利要求1所述的方法，其特征在于，所述利用预先构建好的彩色图像引导网络对输入的、与高光谱图像特征对应的彩色图像特征进行特征提取得到空间信息特征之前，所述方法还包括：
确定是否存在与获取的高光谱图像处于同一场景下的高分辨率彩色图像；
当存在，则将所述高分辨率彩色图像的图像特征作为与所述高光谱图像特征对应的彩色图像特征；
当不存在，则从获取到的所述高光谱图像中截取红、绿、蓝三个波段所在通道的特征作为与所述高光谱图像特征对应的彩色图像特征。
4.根据权利要求1-3中任一项所述的方法，其特征在于，所述方法还包括
预先利用训练数据对重建网络进行训练，直至所述重建网络的总损失函数的损失值满足目标条件，得到用于高光谱图像超分辨率重建的重建网络，所述重建网络由所述光谱保留网络、所述彩色图像引导网络以及所述空谱恢复网络组成。
5.根据权利要求4所述的方法，其特征在于，所述总损失函数如下式所示：
lloss＝α1lL2+α2lsam+α3lL1
式中，lL2表征高光谱图像空间内容损失；lsam表征光谱损...
【专利技术属性】
技术研发人员：李岩山，陈世富，周李，罗文寒，
申请(专利权)人：深圳大学，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。