一种基于稠密残差的深度学习模型遥感图像融合方法

本发明公开了一种基于稠密残差的深度学习模型遥感图像融合方法，属于图像融合领域，包括获取高分六号遥感影像训练数据集并对其进行预处理，基于Transformer的基本模块以及基于稠密残差的图像融合模块，利用预处理后的训练数据集进行模型训练；获取高分六号遥感影像测试数据集，构建图像恢复模块，构建损失函数优化生成过程，最后基于已训练完成的深度学习模型进行测试，评估生成的高分辨率多光谱影像；与不同融合方法的结果进行对比，本发明的基于稠密残差的深度学习模型遥感图像融合方法在高分六号测试数据集上综合表现优异，生成的融合影像在空间细节与纹理特征方面呈现出更强的丰富性，在光谱信息的保留上取得了显著优势。