【技术实现步骤摘要】
本申请涉及图像处理,尤其涉及一种遥感图像缺失数据重建方法、装置及存储介质。
技术介绍
1、遥感图像缺失数据重建旨在估计缺失区域并用预测的像素填充空缺,使得修复后的图像在视觉和语义上都正确,同时提高数据的可用性。其中,空缺区域可以指损坏的像素点,云或阴影造成的遮挡或卫星传感器未拍摄到的区域。缺失数据会降低遥感图像的质量和可用性,从而影响后续的应用和分析。通过缺失数据重建技术,可以填补这些缺失数据,提高遥感图像的完整性和准确性。在农业、林业、环境保护、城市规划等领域中,遥感图像缺失数据重建技术可以用于土地分类、植被监测、水资源管理等方面,为这些应用提供更加准确和完整的数据支持,提高遥感数据质量和应用价值。
2、随着深度学习在理论和应用上的快速发展,生成对抗网络在遥感图像缺失数据恢复中被广泛使用。如何使用生成对抗网络对损坏的遥感图像进行特征提取与特征融合以达到更好的生成效果,成为遥感图像缺失数据重建领域最为重要的研究课题之一。
技术实现思路
1、针对上述技术问题,本申请实施例提供一种
...【技术保护点】
1.一种遥感图像缺失数据重建方法,其特征在于,包括:
2.根据权利要求1所述的遥感图像缺失数据重建方法,其特征在于,所述遥感图像缺失数据重建模型的训练步骤包括:
3.根据权利要求2所述的遥感图像缺失数据重建方法,其特征在于,所述基于低分辨率图像数据和高分辨率完整图像数据确定训练标签、训练集,包括:
4.根据权利要求2所述的遥感图像缺失数据重建方法,其特征在于,所述基于自适应区域标准化步骤确定所述遥感图像缺失数据重建模型的可学习参数,包括:
5.根据权利要求2所述的遥感图像缺失数据重建方法,其特征在于,所述根据所述可学习参
...【技术特征摘要】
1.一种遥感图像缺失数据重建方法,其特征在于,包括:
2.根据权利要求1所述的遥感图像缺失数据重建方法,其特征在于,所述遥感图像缺失数据重建模型的训练步骤包括:
3.根据权利要求2所述的遥感图像缺失数据重建方法,其特征在于,所述基于低分辨率图像数据和高分辨率完整图像数据确定训练标签、训练集,包括:
4.根据权利要求2所述的遥感图像缺失数据重建方法,其特征在于,所述基于自适应区域标准化步骤确定所述遥感图像缺失数据重建模型的可学习参数,包括:
5.根据权利要求2所述的遥感图像缺失数据重建方法,其特征在于,所述根据所述可学习参数和三元组结构相似性损失完成所述遥感图像缺失数据重建模型的训练,包括:
6.根据权利要...
【专利技术属性】
技术研发人员:刘鹏,崔永川,宋秉泽,马艳,陈腊娇,赵灵军,
申请(专利权)人:中国科学院空天信息创新研究院,
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。