【技术实现步骤摘要】
本专利技术属于数字图像处理，具体涉及基于多尺度双流卷积神经网络的遥感图像空谱融合方法。
技术介绍
1、遥感成像是获取地球物体信息的重要手段。高分辨率遥感图像对地物辨识至关重要。光学卫星可以提供具有多个谱段的多光谱图像(ms)和仅具有单个波段的全色图像(pan)。但由于物理条件的限制，单一类型的卫星传感器无法获得具有高空间分辨率的多光谱图像。因此需要结合多光谱与全色图像的互补信息，以获得在光谱和空间上同时满足高分辨率需求的图像。遥感图像空谱融合是指利用pan图像中包含的空间信息去锐化ms图像进而生成期望的高分辨率多光谱图像(hrms)。hrms图像在地球观测、环境监测和农业等领域具有广泛的应用。
2、首先，通过获取地球表面的遥感图像，科学家和研究人员可以监测陆地利用、植被分布、水资源分布以及大气状况等信息。将全色和多光谱图像结合起来，并对其进行空谱融合处理，可以获得既具有高空间分辨率又具有丰富光谱信息的图像，从而提高对地球表面特征的解析度和识别能力。
3、其次，hrms图像在农业领域具有重要的应用价值。农业生产需要...
【技术保护点】
1.基于多尺度双流卷积神经网络的遥感图像空谱融合方法，其特征在于，具体按照以下步骤实施：
2.根据权利要求1所述的基于多尺度双流卷积神经网络的遥感图像空谱融合方法，其特征在于，所述步骤1具体按照以下步骤实施：
3.根据权利要求2所述的基于多尺度双流卷积神经网络的遥感图像空谱融合方法，其特征在于，所述步骤2中多尺度卷积神经网络模型包含三个模块，分别为特征提取模块、模型融合模块、图像恢复模块；
4.根据权利要求3所述的基于多尺度双流卷积神经网络的遥感图像空谱融合方法，其特征在于，所述步骤2.2具体如下：
5.根据权利要求4所...
【技术特征摘要】
1.基于多尺度双流卷积神经网络的遥感图像空谱融合方法，其特征在于，具体按照以下步骤实施：
2.根据权利要求1所述的基于多尺度双流卷积神经网络的遥感图像空谱融合方法，其特征在于，所述步骤1具体按照以下步骤实施：
3.根据权利要求2所述的基于多尺度双流卷积神经网络的遥感图像空谱融合方法，其特征在于，所述步骤2中多尺度卷积神经网络模型包含三个模块，分别为特征提取模块、模型融合模块、...
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。