【技术实现步骤摘要】
本专利技术涉及遥感图像处理，更具体地，涉及一种用于遥感图像盲去模糊的深度网络模型、方法、装置、设备及介质。
技术介绍
1、遥感图像是通过现代航天器和光学、电子传感器对远程对象进行非接触式传感而获得的特殊类别的图像，其包含了某一区域位置特定地理环境信息。相比通常的rgb三通道图像，遥感光学图像通常具有更多的通道数量和丰富的波段信息，可分为多光谱和高光谱两种类型，广泛应用于农林监测、环境监测等领域。
2、遥感图像的获取途径决定了其容易受到多种干扰，包括来自大气扰动、成像传感器失焦、成像平台抖动等因素导致的图像质量退化。主要的干扰因素包括模糊，可能由大气扰动、传感器不稳定等多种成因导致。为了恢复退化的遥感图像，需要进行去模糊处理。去模糊过程通常通过建立退化模型来描述图像的退化过程，其中使用点扩散函数来描述模糊核，该核通常被视为一个低通滤波器。盲去模糊指在模糊核未知的情况下进行的去模糊任务，由于在实际场景中模糊核往往是未知且难以预测，因此盲去模糊方法的研究尤为关键。无论是传统的优化方法还是基于神经网络、深度学习等新型方法，盲去模糊都
<本文档来自技高网...【技术保护点】
1.一种用于遥感图像盲去模糊的深度网络模型，其特征在于，包括：
2.根据权利要求1所述的深度网络模型，其特征在于，第1条支路的待处理图像为原始遥感图像，从第2条至第n条支路的待处理图像为对原始遥感图像降采样得到的图像，其中，从第2条至第n条支路对应的降采样的倍数依次递增。
3.根据权利要求1或2所述的深度网络模型，其特征在于，第1条支路的编码器包括编码模块，所述编码模块包括依次连接的卷积层和至少一个频域残差模块；
4.根据权利要求1或2所述的深度网络模型，其特征在于，所述频域残差模块包括第一残差连接分支和第二残差连接分支；
<...【技术特征摘要】
1.一种用于遥感图像盲去模糊的深度网络模型，其特征在于，包括：
2.根据权利要求1所述的深度网络模型，其特征在于，第1条支路的待处理图像为原始遥感图像，从第2条至第n条支路的待处理图像为对原始遥感图像降采样得到的图像，其中，从第2条至第n条支路对应的降采样的倍数依次递增。
3.根据权利要求1或2所述的深度网络模型，其特征在于，第1条支路的编码器包括编码模块，所述编码模块包括依次连接的卷积层和至少一个频域残差模块；
4.根据权利要求1或2所述的深度网络模型，其特征在于，所述频域残差模块包括第一残差连接分支和第二残差连接分支；
...
【专利技术属性】
技术研发人员：张问一，廖庄天予，初庆伟，李光祚，胡玉新，胡硕，张健德，代祥雨，尹肖贻，丁昊，
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。