【技术实现步骤摘要】
本专利技术属于图像处理领域，涉及一种高光谱图像亚像元制图技术，具体地说，本专利技术涉及一种基于局部-整体丰度注意力机制的亚像元制图方法。
技术介绍
1、近几十年来，高光谱图像由于其丰富的空间信息和光谱信息，在土地资源利用、生态环境保护和城市规划等方面得到了大量应用。目前常用高光谱图像的空间分辨率有限，这导致了一个像元中可能存在多种地物，这被称为混合像元问题。亚像元制图是将一个像元划分成多个亚像元，并为每个亚像元分配一个地物标签的技术。
2、近十年来，尽管基于深度学习的端到端卷积神经网络取得了较好的亚像元制图效果，其提取空间上下文的能力却不足。一方面，在特征提取的过程中，卷积结构更关注低频信息，使空间高频纹理信息发生丢失；另一方面，遥感图像具有端元变异性，同种地物的光谱信息可以不同，卷积网络难以保持类内一致性。使用地物先验信息辅助网络提取空间上下文信息是一种可行方法。例如，simnet将丰度图像通过“scale and shift”矩阵乘加结构融合进端到端网络，证明了地物先验信息能指导网络提取空间细节信息。hismnet使用低...
【技术保护点】
1.一种基于局部-整体丰度注意力机制的亚像元制图方法，其特征在于，包括如下步骤：
2.根据权利要求1所述基于局部-整体丰度注意力机制的亚像元制图方法，其特征在于，所述特征提取模块包括编码器与译码器，其中编码器完成对原始低分辨率光谱图的低级语义语义信息到高级语义信息的提取，空间分辨率逐渐变小；译码器在保证通道数的同时，逐渐增大空间分辨率，通过跳跃连接完成多尺度的特征融合，输出为与输入空间分辨率相同的高维特征图。
3.根据权利要求2所述基于局部-整体丰度注意力机制的亚像元制图方法，其特征在于，所述特征提取模块设计方法如下：
4.根据权利...
【技术特征摘要】
1.一种基于局部-整体丰度注意力机制的亚像元制图方法，其特征在于，包括如下步骤：
2.根据权利要求1所述基于局部-整体丰度注意力机制的亚像元制图方法，其特征在于，所述特征提取模块包括编码器与译码器，其中编码器完成对原始低分辨率光谱图的低级语义语义信息到高级语义信息的提取，空间分辨率逐渐变小；译码器在保证通道数的同时，逐渐增大空间分辨率，通过跳跃连接完成多尺度的特征融合，输出为与输入空间分辨率相同的高维特征图。
3.根据权利要求2所述基于局部-整体丰度注意力机制的亚像元制图方法，其特征在于，所述特征提取模块设计方法如下：
4.根据权利要求2所述基于局部-整体丰度注意力机制的亚像元制图方法，其特征在于，设计辅助分支如下：
5.根据权利要求2所述基于局部-整体丰度注意力机制的亚像元制图方法，其特征在于，设计局部-整体丰度注意力模块的方法如下：
6.根据权利要求5所述基于局部-整体丰度注意力机制...
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。