一种高逼真度红外遥感图像生成方法、装置及设备制造方法及图纸

本发明专利技术提供了一种高逼真度红外遥感图像生成方法、装置及设备。方法包括：获取待处理可见光遥感图像；对待处理可见光遥感图像进行图像裁剪处理，得到可见光遥感裁剪图像；将可见光遥感裁剪图像输入预训练红外图像生成网络，生成对应的高逼真度红外遥感图像。即在预训练红外图像生成网络的训练过程中，通过将可见光遥感图像样本作为输入数据，同时以辐射光谱特性映射数据作为先验信息嵌入到预训练红外图像生成网络的设计中，并设计特定的损失函数来引导预训练红外图像生成网络的学习方向，可以实现利用物理模型的可解释性来增强深度学习模型的泛化能力和可靠性，提高了预训练红外图像生成网络最终生成的高逼真度红外遥感图像的逼真度和可靠性。

【技术实现步骤摘要】

本专利技术涉及红外遥感图像生成，具体涉及一种高逼真度红外遥感图像生成方法、装置及设备。

技术介绍

1、红外遥感成像技术在航空航天、环境监测、城市规划、红外制导及灾害管理等多个领域展现出了广泛的应用潜力。这些领域对高逼真度的红外遥感图像信息数据有着强烈的需求，以支持遥感目标检测、图像解译评估及计算机视觉等技术的发展。然而，相较于可见光遥感数据的易获取性，红外遥感图像的采集不仅困难重重，而且成本高昂，实测数据量难以全面满足高价值目标的红外辐射特性测量及算法研究的需要。因此，开发一种能够从可见光遥感图像准确生成高逼真度红外遥感图像的技术方法，对于推动相关技术的发展具有重要意义。

2、目前，红外遥感图像的生成方法主要分为物理建模仿真生成和深度学习智能生成两大类。物理建模仿真方法基于辐射传输理论和物理规律进行建模，虽然具有良好的物理解释性和可信度，但在处理复杂场景时，难以全面捕捉辐射场的非线性和异质性特征，导致仿真结果与实际红外图像存在偏差。此外，该方法的工作效率低下，对操作人员的专业知识要求较高。而深度学习生成方法，特别是生成对抗网络，凭借强大的非线性本文档来自技高网...

【技术保护点】

1.一种高逼真度红外遥感图像生成方法，其特征在于，包括：

2.根据权利要求1所述的高逼真度红外遥感图像生成方法，其特征在于，所述对所述待处理可见光遥感图像进行图像裁剪处理，得到可见光遥感裁剪图像，包括：

3.根据权利要求1所述的高逼真度红外遥感图像生成方法，其特征在于，所述预训练图像生成模块采用Pix2Pix GAN中的U-Net架构，其中所述Pix2Pix GAN中的U-Net架构在对应的通道注意力和空间注意力的特征计算过程中设置有快速傅里叶变化处理；

4.根据权利要求1所述的高逼真度红外遥感图像生成方法，其特征在于，所述预训练红外图像生成网络的生成...

【技术特征摘要】

1.一种高逼真度红外遥感图像生成方法，其特征在于，包括：

2.根据权利要求1所述的高逼真度红外遥感图像生成方法，其特征在于，所述对所述待处理可见光遥感图像进行图像裁剪处理，得到可见光遥感裁剪图像，包括：

3.根据权利要求1所述的高逼真度红外遥感图像生成方法，其特征在于，所述预训练图像生成模块采用pix2pix gan中的u-net架构，其中所述pix2pix gan中的u-net架构在对应的通道注意力和空间注意力的特征计算过程中设置有快速傅里叶变化处理；

4.根据权利要求1所述的高逼真度红外遥感图像生成方法，其特征在于，所述预训练红外图像生成网络的生成过程包括：

5.根据权利要求1所述的高逼真度红外遥感图像生成方法，其特征在于，所述基于所述辐射光谱特性映射数据和所述配对数据集对初始红外图像生成网络进行训练，得到所述预训练红外图像生成网络，...

【专利技术属性】
技术研发人员：王晓蕊，李玥，张忠根，高瑜彤，袁影，张超，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：