[发明专利]一种基于生成对抗模型的卫星遥感多光谱图像谱域映射方法

说明书

本发明公开了一种基于生成对抗模型的卫星遥感多光谱图像谱域映射方法，其特征在于，包括以下步骤：S1、采集多组匹配的多光谱遥感图像、地物分类图以及数值特征产品图并进行预处理；S2、根据预处理后的多光谱遥感图像、地物分类图以及数值特征产品图，确定生成对抗模型的输入矩阵x，并确定生成对抗模型的输出矩阵y的尺寸；S3、将每组匹配的图像数据分别进行处理后，依次输入至所述生成对抗模型中进行训练；S4、输入新的匹配的图像数据，利用训练好的生成对抗模型完成卫星遥感多光谱图像的谱域迁移。本发明实现了图像像素到像素的直接普段迁移，增强了遥感光谱的仿真光谱映射确定性。

技术领域

本发明涉及遥感图像仿真技术领域，特别涉及一种基于生成对抗模型的卫星遥感多光谱图像谱域映射方法。

背景技术

在天基遥感探测技术迅速发展的背景下，亟待获取大量的多谱段、多维度的全球遥感实测与仿真数据。基于实测数据的应用，往往面临样本限定在有限的探测波段、探测区域以及分辨率中，而通过物理建模仿真合成遥感图像，则需要预备完备的物理初场，同时成像中缺乏海洋、云层等随机对象的多样性。

在卫星遥感成像仿真与预测过程中，时变要素的多样性和复杂性制约了精度与真实性。在传统基于物理过程可靠性的遥感图像仿真流程中，需要实现从传感器、大气型到地表背景辐射传输模型的全链路构建，即便如此，依然难以重现不同谱段、不同区域、不同随机事件的精细特征。因此在光谱图像仿真时，需要引入深度学习技术，实现光谱图像到光谱图像的端到端高置信度快速仿真方法。本发明的一种基于生成对抗模型的卫星遥感多光谱图像谱域映射方法具有重要意义。

发明内容

本发明的目的是提供一种基于生成对抗模型的卫星遥感多光谱图像谱域映射方法，通过结合全球地球大气环境数据、地物分类数据与光谱成像数据，搭建用于光谱图像映射和特征迁移的方法框架，为更大程度利用现有在轨卫星遥感数据信息，评估卫星载荷未来新波段成像效能，提供一条可行的技术途径。

为实现上述目的，本发明提出了一种基于生成对抗模型的卫星遥感多光谱图像谱域映射方法，包括以下步骤：

S1、采集多组匹配的多光谱遥感图像、地物分类图以及数值特征产品图并进行预处理；

S2、根据预处理后的多光谱遥感图像、地物分类图以及数值特征产品图，确定生成对抗模型的输入矩阵x，并确定生成对抗模型的输出矩阵y的尺寸；

S3、将每组匹配的图像数据分别进行处理后，依次输入至所述生成对抗模型中对该生成对抗模型进行训练；

S4、输入新的匹配的图像数据，利用训练好的生成对抗模型完成卫星遥感多光谱图像的谱域迁移。

其中，所述的步骤S2进一步的包含以下步骤：

S21、对其中一组经过预处理的多光谱遥感图像、地物分类图以及数值特征产品图进行处理，形成源光谱矩阵S_in、目标光谱矩阵S_out、分类特征矩阵C1和数值特征矩阵C2；

S22、形成生成对抗模型的输入矩阵x，并确定生成对抗模型的输出矩阵y的尺寸。

其中，所述的步骤S21进一步的包含以下步骤：

S211、将经过预处理的地物分类图通过独热编码的方式形成N_c×W×H的分类特征矩阵C1，其中N_c为分类特征维数，W为图像列数，H为图像行数；

S212、将经过预处理的数值特征产品图中的全部数值特征产品分别归一化，使其值域范围映射到0至1，形成N_f×W×H的数值特征矩阵C2，其中N_f为数值特征产品类型数；