一种重构多光谱图像的方法、系统及存储介质
摘要文本
本发明提供了一种重构多光谱图像的方法、系统及存储介质，用于多光谱技术领域，包括以下步骤：构建空谱联合的注意力残差网络模型；其中，注意力残差网络模型包括：多分支空间通道补偿块、残差密集块；多分支空间通道补偿块对插值稀疏图像进行初步去马赛克处理，得到c个波段特征信息和初步插值全通图像；将c个波段特征信息和初步插值全通图像输入残差密集块，进一步提取底层特征，进行空间和光谱残差补偿，得到最终的去马赛克多光谱图像；插值稀疏图像为原始图像I经二进制掩码调制后对各个波段的采样结果。
申请人信息
- 申请人:长春理工大学
- 申请人地址:130022 吉林省长春市卫星路7089号
- 发明人: 长春理工大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种重构多光谱图像的方法、系统及存储介质 |
| 专利类型 | 发明授权 |
| 申请号 | CN202311641120.5 |
| 申请日 | 2023/12/4 |
| 公告号 | CN117372564B |
| 公开日 | 2024/3/8 |
| IPC主分类号 | G06T11/00 |
| 权利人 | 长春理工大学 |
| 发明人 | 宋延嵩; 董科研; 郝群; 张博; 朴明旭; 闫冈崎; 梁宗林; 刘天赐; 胡文一 |
| 地址 | 吉林省长春市卫星路7089号 |
专利主权项内容
1.一种重构多光谱图像的方法，其特征在于，包括以下步骤：构建空谱联合的注意力残差网络模型；其中，所述注意力残差网络模型包括：多分支空间通道补偿块、残差密集块；所述多分支空间通道补偿块对插值稀疏图像I进行初步去马赛克处理，得到c个波段特征信息和初步插值全通图像；将所述c个波段特征信息和所述初步插值全通图像输入所述残差密集块，进一步提取底层特征，进行空间和光谱残差补偿，得到最终的去马赛克多光谱图像所述插值稀疏图像I为原始图像I经二进制掩码调制后对各个波段的采样结果；％％获取用于训练所述注意力残差网络模型的训练集，利用所述训练集对所述注意力残差网络模型进行训练，利用损失函数进行优化直至得到最优的注意力残差网络模型；将所述插值稀疏图像I输入最优的所述注意力残差网络模型，输出最终的去马赛克多光谱图像％其中，多分支空间通道补偿块对待重构图像进行初步去马赛克处理，得到所述c个波段特征信息和所述初步插值全通图像，具体包括以下步骤：应用加权双线性WB插值将所述插值稀疏图像I生成初步的去马赛克图像然后通过马赛克通道卷积块MCCB对分裂出的各波段稀疏图像的浅层特征进行初步提取，得到各个波段的浅层特征信息；％并将c个波段的所述浅层特征信息和全波段的所述浅层特征信息级联输入预构建的空间通道注意力模型SCAM，在空间和通道上进行自适应的特征匹配学习，得到c波段特征信息F。S