(19)国家知识产权局
(12)发明 专利
(10)授权公告 号
(45)授权公告日
(21)申请 号 202210335554.1
(22)申请日 2022.04.01
(65)同一申请的已公布的文献号
申请公布号 CN 114429424 A
(43)申请公布日 2022.05.03
(73)专利权人 中国石油大 学 (华东)
地址 266580 山东省青岛市黄岛区长江西
路66号
(72)发明人 王武礼 李冲 姜雨蒙 王歌
冷林椿 马晓虎
(74)专利代理 机构 青岛智地领创专利代理有限
公司 37252
专利代理师 王鸣鹤
(51)Int.Cl.
G06T 3/40(2006.01)G06K 9/62(2022.01)
G06N 3/04(2006.01)
G06N 3/08(2006.01)
G06V 10/80(2022.01)
G06V 10/82(2022.01)
审查员 于湃
(54)发明名称
一种适用 于退化方式不定的遥感图像超分
重建方法
(57)摘要
本发明公开了一种适用于退化方式不定的
遥感图像超分重建方法, 属于 数字图像处理技术
领域, 用于遥感图像超分重建, 具体包括: 将遥感
图像进行预处理和数据扩增; 将对比学习和注意
力机制融合表 示遥感图像退化不定的特征, 构建
处理多样化退化方式的遥感图像超分辨率重建
模型。 采用双三次下采样将高分辨率遥感图像转
换为低分辨率遥感图像, 使用MoCo对比学习框架
和对比损失进行无监督图像退化表 示学习, 提取
退化特征, 采用多层光谱空间注 意力模块加强光
谱信息和空间信息之间的联系, 有效提取空谱 联
合特征, 将退化特征和空谱联合特征融合, 通过
上采样重建高分辨率遥感图像。 本发 明能够对 退
化方式多样化的实际遥感图像, 有效超分辨率重
建。
权利要求书2页 说明书6页 附图1页
CN 114429424 B
2022.06.24
CN 114429424 B
1.一种适用于退化方式不定的遥感图像超分重建方法, 其特 征在于, 包括:
S1.将遥感图像进行预处理和数据扩增, 将数据集每张图像分割以得到小尺寸的遥感
图像;
S2.将对比学习与注意力机制融合, 构建能够处理退化方式多样化的遥感图像超分辨
率重建网络模型;
S3.采用双三次下采样 将高分辨 率遥感图像转换为低分辨 率遥感图像;
S4.采用对比学习进行 无监督图像退化表示学习, 提取 退化特征;
S5.采用光谱空间注意力模块加强光谱信息和空间信息之间的联系, 有效提取空谱联
合特征;
S6.将退化特 征和空谱联合特 征融合, 通过 上采样层重建高分辨 率遥感图像;
所述遥感图像超分辨率重建网络模型包括下采样模块、 图像退化模块、 光谱空间注意
力模块和上采样重建模块; 所述图像退化模块以MoCo对比学习框架为基础, 学习各种退化
方式的潜在差异特征, 解决单一退化方式条件下 的超分重建问题; 所述光谱空间注意力模
块共有三层, 每层均为残差结构, 但权重不同, 每层光谱空间注意力模块包含两层光谱空间
注意力卷积模块和两个
卷积, 光谱空间注意力模块学习预测卷积核和基于退化表示
的调制系数, 利用退化信息来 适应特定的退化。
2.根据权利要求1所述的适用于退化方式不定的遥感图像超分重建方法, 其特征在于,
所述图像退化模块包含六层卷积网络和两层多层感知机, 查询像素块得出的退化表示特征
与正样本的退化表示特 征相似, 与负 样本的退化表示特 征不同。
3.根据权利要求2所述的适用于退化方式不定的遥感图像超分重建方法, 其特征在于,
所述光谱空间注意力卷积模块包 含并联的光谱注意力模块和空间注意力模块。
4.根据权利要求3所述的适用于退化方式不定的遥感图像超分重建方法, 其特征在于,
光谱空间注意力卷积模块的特 征提取包括:
B1.将低分辨率遥感图像经过
卷积提取初步特征, 将退化表示特征经过两层全
连接层后再进行变形处 理, 作为光谱空间注意力模块的输入;
B2.将初步特征和退化表示特征矩阵相乘, 得出输入特征, 再通过并联的光谱注意力模
块和空间注意力模块得到加强后的光谱特 征和空间特 征;
B3.将光谱特 征和空间特 征融合得到光谱空间注意力特 征;
B4.将光谱空间注意力特 征与初步特 征进行融合。
5.根据权利要求4所述的适用于退化方式不定的遥感图像超分重建方法, 其特征在于,
光谱空间注意力模块的输入特 征为
为:
为图像特征,
为退化表 示特征,
为卷积核大小为
, 步长
为2的卷积 操作。
6.根据权利要求5所述的适用于退化方式不定的遥感图像超分重建方法, 其特征在于,
光谱注意力模块中输入特 征中不同光谱的特 征矩阵为:权 利 要 求 书 1/2 页
2
CN 114429424 B
2为卷积核为
的卷积操作, sigmo id为激活函数, avg为全局平均池化。
7.根据权利要求6所述的适用于退化方式不定的遥感图像超分重建方法, 其特 征在于,
空间注意力模块中输入特 征不同空间的特 征矩阵为:
。
8.根据权利要求7所述的适用于退化方式不定的遥感图像超分重建方法, 其特征在于,
光谱空间注意力卷积模块中输入特 征不同空间与不同光谱信息融合特 征矩阵为:
SSA为光谱空间注意力模块注意力卷积 操作。
9.根据权利要求8所述的适用于退化方式不定的遥感图像超分重建方法, 其特征在于,
光谱空间注意力模块的光谱空间特 征矩阵为:
为光谱空间注意力卷积模块输出的特 征矩阵。
10.根据权利要求9所述的适用于退化方式不定的遥感图像超分重建方法, 其特征在
于, 光谱空间注意力模块采用均方根 误差损失函数来计算损失, 优化训练过程, 损失如下:
为输入的低分辨 率图像,
为光谱空间注意力网络 。权 利 要 求 书 2/2 页
3
CN 114429424 B
3
专利 一种适用于退化方式不定的遥感图像超分重建方法
安全报告 >
其他 >
文档预览
中文文档
10 页
50 下载
1000 浏览
0 评论
309 收藏
3.0分
温馨提示:本文档共10页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
本文档由 人生无常 于 2024-03-18 07:35:46上传分享