摘要
本发明公开了基于小波卷积神经网络和注意力机制的遥感图像全色锐化方法,首先将原始的数据集经过图像切割后,划分为训练集、测试集,进行预处理;然后构建基于小波卷积神经网络和注意力机制的全色锐化网络模型;将处理好的训练集输入到网络模型中,设置模型初始参数,开始进行训练;最后将训练好的模型参数权重保存,并对测试集数据进行融合。本发明解决了现有技术中存在的全色锐化方法在特征提取和融合策略上存在一定局限性,难以充分挖掘图像中的有效信息,导致融合后图像的质量和细节表现差的问题。
技术关键词
小波卷积神经网络
多光谱
训练集
残差模块
上采样
滤波器
全色锐化方法
遥感卫星数据
图像块
图像重建
通道注意力机制
调制传递函数
Adam算法
双三次插值
系统为您推荐了相关专利信息
神经网络模型
校正方法
变电站
定位传感器
贝叶斯滤波
LSTM模型
均衡调度策略
资源调度优化方法
优先级调度策略
序列
故障诊断方法
调压器
故障分类模型
多模态
分布式传感器
联合检测模型
光场调控
表面缺陷检测方法
多角度
图像
同步测温装置
红外测温模块
激光雷达模块
同步控制单元
多通道