【技术实现步骤摘要】
本专利技术涉及图像处理，具体涉及一种高分辨率多光谱视频成像方法及装置。
技术介绍
1、多光谱图像包含丰富的光谱信息，因此在分类、目标检测、环境监测和农业监测等领域得到了广泛应用。然而，由于硬件技术的限制，单一传感器难以同时实现高光谱和高空间分辨率，因此在多光谱图像中，为获取光谱信息，往往需要牺牲空间分辨率。现有的光谱成像技术在空间分辨率和光谱分辨率之间存在制约，直接获取高空间分辨率的多光谱图像面临挑战，这降低了多光谱图像的实际应用价值。为了解决上述问题，一种可行的途径是通过设计先进的传感器，但这涉及到技术难题和昂贵的成本；另一种可行的途径是融合不同传感器获取的图像以实现信息互补，从而有效提高检测效率和改善图像质量，这种融合方法为克服多光谱图像的局限性提供了一个可行的解决方案，使得在保持光谱信息的同时提高了多光谱图像的空间分辨率。但是，具体如何实现融合不同传感器获取的图像以实现信息互补，从而有效提高检测效率和改善图像质量，已成为一项亟待解决的关键技术问题。
技术实现思路
1、本专利技术要解决...
【技术保护点】
1.一种高分辨率多光谱视频成像方法，其特征在于，包括将多光谱图像视频中的低分辨率多光谱图像、全色图像视频中的高分辨率全色图像输入预先训练好的多光谱图像融合网络以重建出最终的高分辨率多光谱图像，且多光谱图像融合网络重建出最终的高分辨率多光谱图像包括下述步骤：
2.根据权利要求1所述的高分辨率多光谱视频成像方法，其特征在于，步骤S102中将嵌入的高分辨率全色图像通过结合低分辨率多光谱图像进行多级分析光谱和空间差异以提取光谱先验经验和空间先验经验是通过光谱差异分析模块实现的；所述光谱差异分析模块包括依次相连的第一线性归一化层LN、光谱低秩交叉注意力模块、第一叠加...
【技术特征摘要】
1.一种高分辨率多光谱视频成像方法，其特征在于，包括将多光谱图像视频中的低分辨率多光谱图像、全色图像视频中的高分辨率全色图像输入预先训练好的多光谱图像融合网络以重建出最终的高分辨率多光谱图像，且多光谱图像融合网络重建出最终的高分辨率多光谱图像包括下述步骤：
2.根据权利要求1所述的高分辨率多光谱视频成像方法，其特征在于，步骤s102中将嵌入的高分辨率全色图像通过结合低分辨率多光谱图像进行多级分析光谱和空间差异以提取光谱先验经验和空间先验经验是通过光谱差异分析模块实现的；所述光谱差异分析模块包括依次相连的第一线性归一化层ln、光谱低秩交叉注意力模块、第一叠加模块、第二线性归一化层ln、前馈网络ffn和第二叠加模块，且第一线性归一化层ln的输出还作为第一叠加模块的输入，功能层的输出还作为第二叠加模块的输入；所述光谱低秩交叉注意力模块的功能层的函数表达式为：
3.根据权利要求1所述的高分辨率多光谱视频成像方法，其特征在于，步骤s102中将嵌入的高分辨率全色图像通过结合低分辨率多光谱图像进行多级分析空间和光谱差异以提取光谱先验经验和空间先验经验是通过空间差异分析模块实现的；所述空间差异分析模块包括依次相连的第一线性归一化层ln、空间低秩交叉注意力模块、第一叠加模块、第二线性归一化层ln、前馈网络ffn和第二叠加模块，且第一线性归一化层ln的输出还作为第一叠加模块的输入，功能层的输出还作为第二叠加模块的输入；所述空间低秩交叉注意力模块的函数表达式为：
4.根据权利要求1所述的高分辨率多光谱视频成像方法，其特征在于，步骤s103中将特征和特征融合得到初始融合特征的函数表达式为：
5.根据权利要求4所述的高分辨率多光谱视频...
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。