摘要
本发明涉及遥感高光谱图像技术领域,尤其涉及一种基于混合神经网络的遥感高光谱图像超分辨率重建方法,首先从遥感高光谱图像数据集进行预处理,得到训练集;构建带有光谱超图支路、空间超图支路、语义超图支路、敏感波段提取支路以及恢复重建支路的混合神经网络;利用训练集对所述混合神经网络进行训练,得到混合网络模型;最后,将待重建的低分辨率遥感高光谱图像输入混合网络模型中,得到对应的重建遥感高光谱图像。本发明充分结合了空间、光谱和语义特征信息,捕捉图像中的主体结构和细节变化特性;敏感波段提取支路的提出加强多域特征之间的交叉引导和融合,充分提升超分辨率重建的效果。
技术关键词
遥感高光谱图像
超分辨率重建方法
语义特征
高频特征
混合网络模型
支路
注意力机制
输出特征
残差模块
矩阵分解算法
双三次插值
多域特征
元素
训练集
系统为您推荐了相关专利信息
细粒度图像分类方法
细粒度特征
注意力
校正模块
编码高分辨率图像
光学字符识别方法
印刷体
注意力机制
多任务损失函数
文本识别
图像空洞填充方法
轨枕
像素
语义特征
图像采集设备
铝合金型材切割
强化特征
切割控制方法
切割控制系统
像素
图像生成模型
内容生成方法
图像全局特征
会话
语义特征