摘要
本发明公开了一种基于视觉状态空间模型的红外与可见光遥感图像深度学习融合方法,包括:获取待融合的红外遥感图像和可见光遥感图像;将红外遥感图像和可见光遥感图像拼接后输入预先构建并训练的图像融合网络模型,得到图像融合网络模型输出的融合图像,图像融合网络模型包括依次连接的第一卷积模块、双注意力残差模块、多向扫描模块和第二卷积模块,第一卷积模块用于提取图像浅层特征,双注意力残差模块用于提取红外遥感图像和可见光遥感图像的重要特征并进行融合,多向扫描模块用于获取图像在多个方向上的全局特征,第二卷积模块用于恢复图像维度,获取融合图像;输出融合图像。本发明能够充分融合红外遥感图像信息与可见光遥感图像信息。
技术关键词
可见光遥感图像
深度学习融合
红外遥感图像
状态空间模型
残差模块
输入端
注意力
扫描模块
视觉
输出端
线性
网络
通道
子模块
批量
强度
系统为您推荐了相关专利信息
龙伯格观测器
终端滑模控制方法
磁悬浮轴承
主动式
状态空间方程
多尺度特征
拉普拉斯金字塔
空间多尺度
状态空间模型
图像去雾方法
发酵饲料
降血糖功能
偏最小二乘回归算法
降血糖活性成分
监控方法