一种用于高光谱图像增强的网络模型训练方法

本发明公开了一种用于高光谱图像增强的网络模型训练方法，方法包括以下步骤：获取训练数据集；将训练数据集中的高光谱图像HLR以及上采样得到的高光谱图像H'HR输入至网络模型的光谱校正分支中，以对训练数据集中的高光谱图像HLR进行校正，得到校正后的高光谱图像将多光谱图像IHR输入至网络模型的空间重建分支中进行分解和重组，以提取多光谱图像IHR中的空间信息并利用可学习权重将其注入光谱校正分支中，使其自适应地将空间信息注入至高光谱图像H'HR中得到高光谱图像采用混合损失函数对网络模型进行训练。本发明解决了现有技术忽略不同波段所需信息有所差异、空间细节提取不充分的问题，从而获取更丰富的空间细节，保证具有较好的空间结构质量。