基于参考影像纹理转移的DEM超分辨率重建系统技术方案

本发明专利技术属于DEM影像超分辨率重建领域。本发明专利技术针对目前的DEM超分辨重建算法，忽视了DEM影像纹理与遥感影像纹理特征之间的联系，提供基于参考影像纹理转移的DEM超分辨率重建系统，分别对低分辨率DEM图像、参考遥感图像以及低分辨率参考图像进行特征提取，获得对应特征图；以低分辨率参考图像为媒介，实现低分辨率DEM图像及参考遥感图像的特征匹配；对经过空间位置匹配后的低分辨率DEM图像与参考遥感图像进行颜色和亮度匹配；最后，进行低分辨率特征与高分辨率特征融合，使得低分辨率DEM图像与参考遥感图像之间特征细节得到增强和聚合，从而获得重建后的高分辨率DEM图像。利用深度学习网络，通过引入遥感影像的纹理特征信息，来增强DEM的分辨率。

【技术实现步骤摘要】

本专利技术属于dem影像超分辨率重建领域，具体涉及基于参考影像纹理转移的dem超分辨率重建系统。

技术介绍

1、数字高程模型（digital elevation model，dem）利用有限的离散数字高程序列表达地球表面形态的变化，是地形分析和建模的重要数据源之一。但由于技术限制和测绘成本等原因，获得高分辨率的全球dem代价高昂。而低分辨率的dem导致相关应用受到限制，比如在地形分类中导致精度较低。图像超分辨率技术的出现使在低成本条件下解决这一问题带来了新的思路。超分辨率重建可以通过学习低分辨率图像特征来重建高分辨率图像，是一种有效提高图像分辨率的技术。国内外许多学者进行深入研究，提出包括基于插值、基于重构和基于学习的三类超分辨率重建方法。插值算法过于简单而重构法受限于先验知识质量，通常存在着图像整体模糊、细节严重缺失等问题。这些方法逐渐被基于学习的方法替代，其中基于深度学习的重建算法是目前研究的热点。

2、由于卷积神经网络在图像处理领域的强大能力，基于深度学习的重建方法能够有效地提高dem图像的质量。chen等人首次将深度学习图像超分辨网络应本文档来自技高网...

【技术保护点】

1.基于参考影像纹理转移的DEM超分辨率重建系统，其特征在于，包括数据采集模块、特征提取模块、特征匹配模块、空间自适应模块以及双残差聚合模块；

2.根据权利要求1所述的基于参考影像纹理转移的DEM超分辨率重建系统，其特征在于，所述特征提取模块通过VGG19网络、金字塔池化模块以及选择性卷积核提取低分辨率DEM图像、参考遥感图像以及低分辨率参考图像的特征图；分别获得参考遥感图像具有不同尺度的三个参考遥感特征图；低分辨率DEM图像的尺度的低分辨率DEM特征图和低分辨率参考图像的低分辨率参考特征图，并将输入到特征匹配模块。

3.根据权利要求2所述的基于参考影像纹理转移的...

【技术特征摘要】

1.基于参考影像纹理转移的dem超分辨率重建系统，其特征在于，包括数据采集模块、特征提取模块、特征匹配模块、空间自适应模块以及双残差聚合模块；

2.根据权利要求1所述的基于参考影像纹理转移的dem超分辨率重建系统，其特征在于，所述特征提取模块通过vgg19网络、金字塔池化模块以及选择性卷积核提取低分辨率dem图像、参考遥感图像以及低分辨率参考图像的特征图；分别获得参考遥感图像具有不同尺度的三个参考遥感特征图；低分辨率dem图像的尺度的低分辨率dem特征图和低分辨率参考图像的低分辨率参考特征图，并将输入到特征匹配模块。

3.根据权利要求2所述的基于参考影像纹理转移的dem超分辨率重建系统，其特征在于，所述特征匹配模块接收特征提取模块输出数据，以低分辨率参考图像为媒介，实现低分辨率dem图像及参考遥感图像的特征匹配，共分为三个阶段：粗粒度匹配、细粒度匹配和特征提取。

4.根据权利要求3所述的基于参考影像纹理转移的dem超分辨率重建系统，其特征在于，粗粒度匹配包括以下步骤：

5....

【专利技术属性】
技术研发人员：叶江，邓懿鑫，张铃，
申请(专利权)人：成都理工大学，
类型：发明
国别省市：