【技术实现步骤摘要】
一种基于协同注意力机制的多时相遥感图像云区重建方法
[0001]本专利技术涉及遥感图像处理
,具体为一种基于协同注意力机制的多时相遥感图像云区重建方法。
技术介绍
[0002]遥感技术作为一种空间探测技术,具有探测范围广、获取资料快和受地理条件限制少等优点,广泛应用于气象观测、资源考察和军事侦察等领域。但是遥感图像在获取中经常存在图像被云覆盖所导致的地物信息缺失问题。在利用航空遥感手段获取地球空间信息的过程中,云不可避免地影响了遥感设备的使用效率和成像质量,并且占用了系统的传输带宽和存储空间,严重浪费了信道和地面资源。因此,遥感图像中云的存在成为了光学遥感技术进一步发展的严重桎梏。
[0003]近年来,基于多时相的云区重建技术得到了迅速发展,但是目前存在的云区重建框架普遍效率较低,无法准确地重建像素点,导致生成的图像精度不够。因此,开展对遥感图像进行云检测以及云区重建技术的研究,不仅是对卫星遥感图像进行准确翻译的基础,也是增强卫星遥感数据可用性、有效性的一个重要途径,具有十分重要的实际意义。
[0004]针对遥感影像中云层覆盖导致地物信息缺失的问题,国内外的学者和研究人员提出了大量的关于云区重建的算法。基于图像修复法是最开始被提出的云区重建算法,也是目前应用最为广泛的方法。然而,图像修复法大多是基于背景信息进行像素预测生成,无法准确地还原地貌特征和地物信息,并且普遍存在着重建精度不够的问题。
技术实现思路
[0005]本专利技术的目的是:针对现有技术中图像修复法大多是基于背景信息 ...
【技术保护点】
【技术特征摘要】
1.一种基于协同注意力机制的多时相遥感图像云区重建方法,其特征在于包括以下步骤:步骤一:获取多时相卫星图像数据,所述多时相卫星图像数据包括四张同一地点图,四张同一地点图中含有一张无云图像以及三张不同时刻的有云图像;步骤二:将无云图像和有云图像进行配准,然后将配准后的每张图像分割成大小相同的图像块集合,分别将同一位置的三张有云图像及一张无云图像组成训练样本对;步骤三:利用训练样本对训练多时相协同注意力网络,所述多时相协同注意力网络为U型结构,所述多时相协同注意力网络包括五个编码模块和四个解码模块,所述编码模块包括协同注意层和2
×
2MaxPool层,所述协同注意层包括门控卷积层和卷积层,所述解码模块包括反卷积层、连接层、卷积层和激活层,所述多时相协同注意力网络具体执行如下步骤:输入图像通过第一个编码模块中协同注意层编码后得到门控特征图和融合特征图,所述门控特征图经过MaxPool层进行线性变换,得到长和宽缩小二分之一的特征图,并将长和宽缩小二分之一的特征图作为第二个编码模块的输入,所述融合特征图通过跳跃连接到第四个解码模块的连接层中,第二个编码模块通过协同注意层将输入进行编码,得到门控特征图和融合特征图,所述门控特征图经过MaxPool层进行线性变换,得到长和宽缩小二分之一的特征图,并将长和宽缩小二分之一的特征图作为第三个编码模块的输入,所述融合特征图通过跳跃连接到第三个解码模块的连接层中,第三个编码模块通过协同注意层将输入进行编码,得到门控特征图和融合特征图,所述门控特征图经过MaxPool层进行线性变换,得到长和宽缩小二分之一的特征图,并将长和宽缩小二分之一的特征图作为第四个编码模块的输入,所述融合特征图通过跳跃连接到第二个解码模块的连接层中第四个编码模块通过协同注意层将输入进行编码,得到门控特征图和融合特征图,所述门控特征图经过MaxPool层进行线性变换,得到长和宽缩小二分之一的特征图,并将长和宽缩小二分之一的特征图作为第五个编码模块的输入,所述融合特征图通过跳跃连接到第一个解码模块的连接层中第五个编码模块通过协同注意层将输入进行编码,得到门控特征图,所述门控特征图经过MaxPool层进行线性变换,得到长和宽缩小二分之一的特征图,并将长和宽缩小二分之一的特征图作为第一个解码模块的输入,第一个解码模块的输入通过反卷积层将长和宽放大二倍后输入连接层,并与连接层中第四个编码模块的融合特征图连接得到解码特征图,解码特征图经过卷积层和激活层后作为下一个解码模块的输入,第二个解码模块的输入通过反卷积层将长和宽放大二倍后输入连接层,并与连接层中第三个编码模块的融合特征图连接得到解码特征图,解码特征图经过卷积层和激活层后作为下一个解码模块的输入,第三个解码模块的输入通过反卷积层将长和宽放大二倍后输入连接层,并与连接层中第二个编码模块的融合特征图连接得到解码特征图,解码特征图经过卷积层和激活层后作为下一个解码模块的输入,
第四个解码模块的输入通过反卷积层将长和宽放大二倍后输入连接层,并与连接层中第一个编码模块的融合特征图连接得到解码特征图,解码特征图经过卷积层和激活层后作为最终输出,即重建图像;步骤四:利用训练好的多时相协同注意力网络得到重建图像,即去...
【专利技术属性】
技术研发人员:张立国,田梓琳,龙云飞,印桂生,
申请(专利权)人:哈尔滨工程大学,
类型:发明
国别省市:
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。