摘要
本发明提供了一种双域遥感影像超分辨率方法,属于遥感影像处理中的超分辨率算法技术领域。该方法通过域转换算子模块将遥感影像从图像域转换至频域,保留相位与幅值信息,并利用复值神经网络模块对频域数据进行特征优化。优化后的频域数据经逆域转换算子转换回图像域,同时结合SwinTransformer架构在图像域进行超分辨率重建。双域数据一致性约束模块通过傅里叶变换的损失函数设计,约束训练优化方向。本发明采用上述的一种双域遥感影像超分辨率方法,实现了双域策略下的遥感影像超分辨率重建,有效的解决了低分辨率遥感卫星影像数据的低可用性问题,拓展了低分辨率遥感影像数据的应用场景。
技术关键词
超分辨率方法
损失函数设计
浅层特征提取
多层感知机
协方差矩阵归一化
图像
遥感卫星影像
注意力机制
遥感影像数据
算法技术
模块
批量
通道
系统为您推荐了相关专利信息
类别识别方法
过采样技术
通道注意力机制
滤波机制
显微镜
冬小麦识别方法
多任务学习模型
注意力
多光谱遥感影像
多层感知机
手势识别方法
建立手势识别模型
注意力
多尺度
手势识别模块
特征描述符
离子液体润滑剂
机器学习模型训练
生成特征
纳米
风险预测方法
纵向位置信息
横向位置信息
轨迹特征
天气