【技术实现步骤摘要】
本专利技术涉及图像融合，尤其涉及一种多源遥感图像的融合方法及系统。
技术介绍
1、单一的传感器获得的影像不能同时满足高空间分辨率、高光谱分辨率和高时间分辨率的需求。多源遥感影像融合技术是获得高空间分辨率多光谱影像(空谱融合)和高时间高空间分辨率多光谱影像(时空融合)的有效方式。而当前基于深度学习模型大多只能实现空谱融合或时空融合。
2、因此，如何同时实现多源遥感影像的空谱融合和时空融合成为亟待解决的问题。
技术实现思路
1、本专利技术目的在于提供多源遥感图像的融合方法及系统，能够同时实现多源遥感影像的空谱融合和时空融合，并改善融合能力和泛化能力。
2、为了实现上述目的，本专利技术提供以下技术方案：
3、第一方面，本专利技术实施例提供了多源遥感图像的融合方法，所述方法包括以下步骤：
4、s100，获取样本数据集，所述样本数据集包括空谱融合数据集和时空融合数据集；其中，所述空谱融合数据集包括多张高空间分辨率的全色影像和低空间分辨率的多光谱影像、所...
【技术保护点】
1.一种多源遥感图像的融合方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述自适应分辨率卷积Transformer生成器包括编码器、解码器和重构单元；S200中，所述根据所述样本数据集对所述融合模型进行训练，得到训练好的融合模型，包括：
3.根据权利要求2所述的方法，其特征在于，所述卷积Transformer判别器包括多个不同分辨率的判别器，S230中，所述通过卷积Transformer判别器对抗学习不同分辨率的局部-全局结构和光谱信息并将输出的判别结果反馈给自适应分辨率卷积Transformer生成器，包
4...
【技术特征摘要】
1.一种多源遥感图像的融合方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述自适应分辨率卷积transformer生成器包括编码器、解码器和重构单元；s200中，所述根据所述样本数据集对所述融合模型进行训练，得到训练好的融合模型，包括：
3.根据权利要求2所述的方法，其特征在于，所述卷积transformer判别器包括多个不同分辨率的判别器，s230中，所述通过卷积transformer判别器对抗学习不同分辨率的局部-全局结构和光谱信息并将输出的判别结果反馈给自适应分辨率卷积transformer生成器，包括：
4.根据权利要求2所述的方法，其特征...
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。