一种基于多模态条件扩散模型的SAR图像到光学图像转换方法

本发明提出一种基于多模态条件扩散模型的SAR图像到光学图像转换方法。首先，收集具有配对关系的SAR图像与光学图像数据，确保样本在场景类型、目标结构与图像风格方面具备多样性。其次，采用图像‑语言多模态模型分别生成SAR与光学图像的文本描述，并通过语义解析与融合，构建统一的语言描述，形成包含结构、语义与风格信息的光‑SAR‑文本三模态训练样本集。本发明设计并训练一种多模态条件引导的去噪扩散模型，以原始光学图像的加噪‑去噪重建过程作为优化目标，引入SAR图像、语言描述及风格图像作为多模态提示条件，全面引导生成图像在结构还原、语义对齐与风格呈现方面的表达。