龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：滁州学院;西安电子科技大学
摘要：本发明属于遥感图像处理领域，公开了一种基于空间变形场的多源遥感光学图像配准与融合方法，包括：输入高空间分辨率的多光谱图像和低空间分辨率的高光谱图像，两个图像分支构建基于通道注意力的空谱特征金字塔模块，提取多尺度空谱特征；提出交叉注意力引导的空间特征对齐模块，不同支路的多尺度特征以交叉注意力计算空间关系矩阵，生成变形场对相似特征进行对齐；建立跨尺度信息传递模块，多个尺度特征通过卷积网络共享信息，跨尺度完成特征的交互，逐步增强特征表达能力并重建高光谱图像。本发明通过校正高光谱图像和多光谱图像的空间分布，解决图像融合网络无法处理空间未配准的问题，突破网络对输入数据的限制，提高遥感图像融合网络的性能。
主权项：1.一种基于空间变形场的多源遥感光学图像配准与融合方法，其特征在于，该方法具体包括：S1：输入高空间分辨率的多光谱图像YM和低空间分辨率的高光谱图像YH，构建基于通道注意力机制的空谱特征金字塔模块，提取两图像分支多尺度空谱特征；S2：提出交叉注意力引导的空间特征对齐模块，不同支路的多尺度特征以交叉注意力的方式计算空间关系矩阵，生成变形场；S3：使用变形场对高光谱图像的多尺度特征进行位置偏移，在空间位置上与多光谱图像的多尺度特征对齐；S4：将配准的两种模态的多尺度特征在通道方向级联，利用卷积神经网络融合同一尺度的特征，生成带有空间细节的多尺度特征；S5：建立跨尺度信息传递模块，多个尺度的特征通过卷积网络共享信息，跨尺度完成特征信息的交互，逐步增强特征的表达能力；S6：对增强的多尺度特征进行信息融合，通过卷积神经网络重建高空间分辨率的高光谱图像；S7:对于搭建好的网络模型进行有监督的训练，得到适合该模型的网络参数。
全文数据：
权利要求：
百度查询： 滁州学院 西安电子科技大学 基于空间变形场的多源遥感光学图像配准与融合方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号