【技术实现步骤摘要】
基于残差分离注意力机制的遥感图像超分辨率方法、系统及介质
[0001]本申请属于计算机视觉遥感图像超分辨率
,具体涉及一种基于残差分离注意力机制的遥感图像超分辨率方法、系统及介质。
技术介绍
[0002]遥感卫星(Remote Sensing Satellites)图像作为对地观测的重要手段,广泛应用于多个领域,包括矿产资源开发、环境监测、公共安全保障以及军事等。其中,空间分辨率被视为衡量卫星图像质量的重要指标。然而,星载成像系统经常受到复杂成像环境的影响,导致获取的图像空间分辨率较低。因此,如何提高遥感卫星图像的空间分辨率,提升图像质量,是遥感图像处理领域中一项重要且具有挑战性的任务。
[0003]鉴于高质量遥感卫星图像在各种应用场景中的独特价值,单幅图像超分辨率(Single
‑
Image Super
‑
Resolution,SISR)方法在遥感卫星图像处理方面近年来引起了广泛的关注。除了借助更先进的硬件设备以提高图像质量外,超分辨率(Super
‑
Resolution,SR)技术也提供了一种方便且有效的策略,用以提升图像的质量。随着卫星摄影测量技术的快速发展,对于开发高效且高精度的遥感卫星图像超分辨率(SR)方法的需求日益增长。为了获得高质量的图像,许多研究者已经采用了基于卷积神经网络的技术,学习低分辨率(Low resolution,LR)和高分辨率(High resolution,HR)图像之间的映射函数,并建立了各种SR模型,有效地提高了
【技术保护点】
【技术特征摘要】
1.一种基于残差分离注意力机制的图像超分辨率方法,其特征在于,包括:S1:将高分辨率遥感卫星图像下采样至目标低分辨率遥感卫星图像;S2:将所述目标低分辨率遥感卫星图像进行分块操作,分出相互重叠的图像块后,使用粗糙特征提取模块对低分辨率遥感卫星图像进行深度分离卷积操作,提取粗糙特征图F
C
;S3:构建上采样模块,并引入去除伪影的方法,以帮助网络减少过多的遥感卫星图像伪影;S4:构建残差分离注意力模块,使网络生成局部注意力,增强遥感卫星图像全局结构信息在通道层面的交互;S5:构建残差分离注意力组,进一步提取精细特征,将提取的粗糙特征图F
C
输入残差分离注意力组获得精细的遥感特征图,其中,所述的残差分离注意力网络包含若干个残差分离注意力组,每个组包含一个上采样模块和一个残差分离注意力模块,上采样模块考虑层级先验信息,在高分辨率特征空间中辅助网络并预测高频局部细节信息;残差分离注意力模块用于自适应地探索和学习低分辨率特征空间中的全局结构信息;S6:将粗糙特征图F
C
作为全局残差学习与最后一个残差注意力组的输出进行融合,最后将各个阶段得到的精细遥感卫星特征图输入多级特征融合模块进行融合;S7:将融合得到的最终精细的遥感卫星特征图进行普通卷积,重建成目标的高分辨率遥感卫星图像。2.根据权利要求1所述的一种基于残差分离注意力机制的图像超分辨率方法,其特征在于,所述步骤S2中,使用一个逆残差模块和一个3*3卷积层构建的粗糙特征提取器,并使用所述粗糙特征提取器提取粗糙特征图F
C
,其中,逆残差块由1*1点卷积层Pwconv、3*3深度可分卷积层Dwconv、批量归一化BN层、激活函数PReLU组成,所述粗糙特征图F
C
表示为:F
C
=H
C
(I
LR
),其中H
C
(
·
)是粗特征提取操作,I
LR
表示输入的低分辨率遥感卫星图像。3.根据权利要求1所述的一种基于残差分离注意力机制的图像超分辨率方法,其特征在于,所述步骤S3包括:将上述操作得到的粗糙特征图F
C
输入8*8反卷积层Deconv和一个逆残差模块以得到低分辨率特征图L1,随后粗糙特征图F
C
与低分辨率特征图L1进行逐元素相减后再次输入8*8反卷积层Deconv,将两次反卷积层得到的高分辨率特征图进行特征融合得到最终的上采样模块输出。4.根据权利要求1所述的一种基于残差分离注意力机制的图像超分辨率方法,其特征在于,所述步骤S4包括:将上述操作得到的高分辨率融合特征图输入3*3深度可分卷积层后分别通过每个通道分割成n个split,并且输出通道的数量被定为c,则每个部分的输出通道的值为然后通过一个逐元素相加器将这n个部分进行融合:F
Splits
=H
Sum
(Split1,Split2,
…
,Split
n
),Split
n
代表通过划分操作后的第n个split,H
Sum
表示逐元素求和操作,接着F
Splits
通过一个自适应平均池化层和两个点卷积层后,通过一个softmax函数再次被分割成n个split,每个当前的split分别乘以之前对应的split,最后使用一个逐元素相加器融合相乘后的特征作为残差分离注意力模块的输出,残差分离注意力被表示为:F
RSA
=H
Sum
(H
Ep
(Split1,Split
′1),
…
,H
Ep
(Split
...
【专利技术属性】
技术研发人员:吴云韬,陈希彤,巩朋成,程旭,李晖,张卓钰,刘冰艺,吴黎兵,
申请(专利权)人:武汉工程大学,
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。