[发明专利]一种基于生成对抗网络的遥感图像融合方法、系统和终端有效
申请号: | 201910509396.5 | 申请日: | 2019-06-12 |
公开(公告)号: | CN110211046B | 公开(公告)日: | 2023-07-14 |
发明(设计)人: | 雷大江;张策;张莉萍;彭艳辉;陈浩;贾朝龙;吴渝 | 申请(专利权)人: | 重庆邮电大学 |
主分类号: | G06T3/40 | 分类号: | G06T3/40;G06T5/50 |
代理公司: | 广州三环专利商标代理有限公司 44202 | 代理人: | 郝传鑫;贾允 |
地址: | 400065*** | 国省代码: | 重庆;50 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 生成 对抗 网络 遥感 图像 融合 方法 系统 终端 | ||
1.一种基于生成对抗网络的遥感图像融合方法,其特征在于,所述遥感图像融合方法包括:
获取原始全色图像及对应的原始多光谱图像;
采用差分算子提取所述原始全色图像的空间结构信息,并上采样所述原始的多光谱图像;
将所述空间结构信息与上采样的所述多光谱图像在特征域拼接,得到样本图像;
将所述样本图像输入生成对抗网络的生成器,生成融合图像;
将所述融合图像和真实图像输入生成对抗网络的判别器进行判别区别,在生成器与判别器间建立对抗规则,优化融合图像;所述优化融合图像的步骤包括:
所述判别器判别所述融合图像是否为真实图像;
若否,则通过融合目标函数最小化所述融合图像与所述真实图像间的差距,并将判别结果反馈至所述生成器;所述融合目标函数为:
其中,
G为生成器,D为判别器,P表示全色图像,Y表示低分辨率多光谱图像,b=1,2,…B表示低分辨率多光谱图像的通道数,Y↑为上采样后的低分辨率多光谱图像,X=(X1,X2,…XB)表示真实图像的大小,分别表示全色图像在水平方向和垂直方向的梯度信息;
根据所述判别结果,调整所述生成器的融合规则,优化所述融合图像;
若是,则所述融合图像为最优融合图像。
2.根据权利要求1所述的一种基于生成对抗网络的遥感图像融合方法,其特征在于,提取所述原始全色图像的空间结构信息的步骤为:
采用差分算子提取所述原始全色图像的空间结构信息;
所述空间结构信息包括水平方向的梯度信息和垂直方向的梯度信息。
3.根据权利要求1所述的一种基于生成对抗网络的遥感图像融合方法,其特征在于,采样所述多光谱图像的步骤为:
上采样所述原始的多光谱图像,使得采样的多光谱图像的大小与所述原始全色图像的大小一致。
4.根据权利要求1所述的一种基于生成对抗网络的遥感图像融合方法,其特征在于,将所述空间结构信息与采样的所述多光谱图像拼接输入生成器之前,所述遥感图像融合方法还包括:
构成生成器和判别器;
所述生成器采用多流融合架构。
5.一种基于生成对抗网络的遥感图像融合系统,其特征在于,所述遥感图像融合系统包括:
原始图像获取模块:用于获取原始全色图像及对应的原始多光谱图像;
空间结构信息提取模块:用于提取所述原始全色图像的空间结构信息;
采样模块:用于上采样所述原始多光谱图像;
融合模块:用于生成融合图像;
优化模块:用于优化融合图像;所述优化融合图像的步骤包括:
判别器判别所述融合图像是否为真实图像;
若否,则通过融合目标函数最小化所述融合图像与所述真实图像间的差距,并将判别结果反馈至生成器;所述融合目标函数为:
其中,
G为生成器,D为判别器,P表示全色图像,Y表示低分辨率多光谱图像,b=1,2,…B表示低分辨率多光谱图像的通道数,Y↑为上采样后的低分辨率多光谱图像,X=(X1,X2,…XB)表示真实图像的大小,分别表示全色图像在水平方向和垂直方向的梯度信息;
根据所述判别结果,调整所述生成器的融合规则,优化所述融合图像;
若是,则所述融合图像为最优融合图像。
6.根据权利要求5所述的一种基于生成对抗网络的遥感图像融合系统,其特征在于,所述融合模块包括:
拼接模块:用于拼接成样本图像。
7.根据权利要求5所述的一种基于生成对抗网络的遥感图像融合系统,其特征在于,所述遥感图像融合系统还包括:
构造模块:用于构造生成器和判别器。
8.一种基于生成对抗网络的遥感图像融合终端,其特征在于,所述遥感图像融合终端包括:
处理器,用于执行一条或一条以上的可读性指令;
存储器,存储有一条或一条以上的可读性指令,所述一条或一条以上的可读性指令适用于所述处理器加载并执行以实现如权利要求1-4任意一项所述的基于生成对抗网络的遥感图像融合方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆邮电大学,未经重庆邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910509396.5/1.html,转载请声明来源钻瓜专利网。