【技术实现步骤摘要】
本专利技术涉及图像处理,尤其涉及一种局部自适应的多传感器光谱带通对齐模型、装置。
技术介绍
1、由于一系列诸如传感器成像方式不同、观测集合条件不同、光谱带宽和空间分辨率不同等因素,异源卫星影像在辐射上可能存在较为显著的差异。这种辐射差异会给多传感器数据的协同使用带来巨大的负面影响,因此对光谱带通校正的研究对于不同传感器的协同应用至关重要。目前大多数方法都是基于线性模型构建的,尽管有些传感器具备相似的性质,但是它们的关系在经过各自一系列处理变成地表反射率数据后变得较为复杂。
2、所以,现有的线性模型无法很好地完成异源数据之间的光谱带通对齐,其效果往往不如人意。
技术实现思路
1、本专利技术提供一种局部自适应的多传感器光谱带通对齐模型、装置,用以解决现有技术中现有的线性模型无法很好地完成异源数据之间的光谱带通对齐的缺陷。
2、本专利技术提供一种局部自适应的多传感器光谱带通对齐模型,包括:获取单元、线性分支、非线性分支以及对齐单元;
3、所述获取单元用于获取待
<本文档来自技高网...【技术保护点】
1.一种局部自适应的多传感器光谱带通对齐模型,其特征在于,包括获取单元、线性分支、非线性分支以及对齐单元;
2.根据权利要求1所述的局部自适应的多传感器光谱带通对齐模型,其特征在于,所述线性分支包括两个一维卷积神经网络;
3.根据权利要求1所述的局部自适应的多传感器光谱带通对齐模型,其特征在于,所述非线性分支包括两个二维卷积网络;
4.根据权利要求1所述的局部自适应的多传感器光谱带通对齐模型,其特征在于,所述对齐单元具体用于:
5.一种局部自适应的多传感器光谱带通对齐装置,其特征在于,包括:
6.一种局部自适
...【技术特征摘要】
1.一种局部自适应的多传感器光谱带通对齐模型,其特征在于,包括获取单元、线性分支、非线性分支以及对齐单元;
2.根据权利要求1所述的局部自适应的多传感器光谱带通对齐模型,其特征在于,所述线性分支包括两个一维卷积神经网络;
3.根据权利要求1所述的局部自适应的多传感器光谱带通对齐模型,其特征在于,所述非线性分支包括两个二维卷积网络;
4.根据权利要求1所述的局部自适应的多传感器光谱带通对齐模型,其特征在于,所述对齐单元具体用于:
5.一种局部自适应的多传感器光谱带通对齐装置,其特征在于,包括:
6.一种局部自适应的多传感器光谱带通对齐模型的训练方法,其特征在于,包括:
【专利技术属性】
技术研发人员:张正,刘志强,史科理,霍连志,胡昌苗,唐娉,
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。