多光谱卫星遥感图像的隐式表示及锐化方法技术

本发明专利技术公开了一种多光谱卫星遥感图像的隐式表示及锐化方法，包括如下步骤：S1、生成二维坐标；S2、坐标归一化；S3、网格编码；S4、MLP处理；S5、空间保真分支；S6、光谱保真分支；S7、计算总损失；S8、反向传播与梯度更新；S9、不断优化和学习网络中的参数，直到S4输出的融合结果达到设定的效果。本发明专利技术使用隐式神经表示和网格编码对HRMS图像进行建模，然后引入PAN和LRMS图像信息，并通过迭代的方式逐步获得融合结果。该方法不需要大量的标注训练数据，也不需要耗费大量的迭代时间，并且其模型参数较小，这使得该方法更加高效和适用于遥感图像融合任务。

【技术实现步骤摘要】

本专利技术属于图像处理，特别涉及一种多光谱卫星遥感图像的隐式表示及锐化方法。

技术介绍

1、高光谱图像在遥感领域中发挥着重要作用。通过采集大量波段的光谱信息，高光谱图像能够提供丰富而细致的地物特征反射谱线，使得对地表物体进行更精准、更全面的识别成为可能。这种多波段的数据采集方式不仅能够区分细微的地物差异，如植被类型、土壤成分等，还能够检测环境中的变化，包括污染物的分布、地表的动态变化等。在高光谱图像的基础上，通过融合全色锐化技术，可以进一步提高图像的分辨率，为遥感数据的分析和应用提供更为准确和详细的信息，不仅在军事、国防安全领域具有显著价值，同时也在地质勘探、环境监测、精准农业等多个领域为社会经济发展带来重要的支持。因此，高光谱图像的获取和处理在促进遥感技术的进步、推动相关产业发展方面具有重要意义。遥感卫星搭载的多/高光谱传感器旨在采集精确记录地物特征的图像数据，提升传感器在光谱与空间域的响应范围以获得高分辨率图像。此外，利用全色锐化技术融合特征互补的图像数据是解决高分辨率遥感图像获取难题的有效方案。

2、具体来讲，在卫星遥感成像过程中，由于卫本文档来自技高网...

【技术保护点】

1.多光谱卫星遥感图像的隐式表示及锐化方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的多光谱卫星遥感图像的隐式表示及锐化方法，其特征在于，所述步骤S2具体实现方法为：设原始图像大小为H*W，一共有H*W个像素坐标点，其中横坐标i∈[0,H-1]，纵坐标j∈[0,W-1]，归一化处理如下所示：

3.根据权利要求1所述的多光谱卫星遥感图像的隐式表示及锐化方法，其特征在于，所述步骤S5具体方法为：Pred_PAN采用连续的三个卷积网络，通过卷积网络逐渐提取和学习图像特征。

4.根据权利要求1所述的多光谱卫星遥感图像的隐式表示及锐化方法，其特征在于，...

【技术特征摘要】

1.多光谱卫星遥感图像的隐式表示及锐化方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的多光谱卫星遥感图像的隐式表示及锐化方法，其特征在于，所述步骤s2具体实现方法为：设原始图像大小为h*w，一共有h*w个像素坐标点，其中横坐标i∈[0,h-1]，纵坐标j∈[0,w-1]，归一化处理如下所...

【专利技术属性】
技术研发人员：邓良剑，马骏，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：