[发明专利]一种遥感图像空间和光谱分辨率恢复方法及系统

权利要求书

1.一种遥感图像空间和光谱分辨率恢复方法，其特征在于，包括：

获取全色图像并进行预处理，得到退化后的全色图像；

基于多分支特征提取网络对所述全色图像进行特征提取，得到四个特征图；

将所述特征图进行特征聚合，得到特征聚合图；

基于特征重建网络对所述特征聚合图进行特征恢复，得到特征重建图；所述特征重建图为Lab三通道图像；

将所述Lab三通道图像的颜色空间转化为RGB颜色空间，得到最终的恢复了空间和光谱分辨率的图像。

2.根据权利要求1所述的遥感图像空间和光谱分辨率恢复方法，其特征在于，所述获取基于遥感图像的全色图像，包括：

获取所述遥感图像；

对所述遥感图像进行格式转换，并使用双三次插值法进行下采样，得到退化的所述全色图像。

3.根据权利要求1所述的遥感图像空间和光谱分辨率恢复方法，其特征在于，所述基于多分支特征提取网络对所述全色图像进行特征提取，得到四个特征图，包括：

基于特征通道混合网络对所述全色图像的特征的通道相关性进行增强，得到增强特征图；

将所述增强特征图输入到VGG-19网络中，得到第一特征图、第二特征图、第三特征图和第四特征图；所述第一特征图、所述第二特征图、所述第三特征图和所述第四特征图的形状均不相同；

将所述第一特征图、所述第二特征图、所述第三特征图和所述第四特征图分别输入到四个分支上进行上采样和跨步卷积，得到四个形状相同的所述特征图。

4.根据权利要求3所述的遥感图像空间和光谱分辨率恢复方法，其特征在于，所述特征通道混合网络的公式为：

out_(p，q)＝S(Φ(C(v₁，v₂，…，v_c)，W_(p，q))，X_(p，q))；

其中，I_(i，j)是输入的所述全色图像的特征图的第i个通道的第j部分，i的取值为[1，c]，c是特征图的通道数，j的取值为1或2；out_(p，q)表示所述特征通道混合网络的输出特征图在(p，q)像素点的值，K(.)表示双流自卷积网络，Φ(.)表示卷积操作，C(.)表示聚合操作，W(p，q)表示卷积操作在像素点(p，q)处的权重，X(p，q)表示输入特征在像素点(p，q)处的值，S(.)表示双流注意力网络。

5.根据权利要求1所述的遥感图像空间和光谱分辨率恢复方法，其特征在于，所述将所述特征图进行特征聚合，得到特征聚合图，包括：

利用子像素向上卷积网络和卷积网络对四个所述特征图进行处理，得到融合特征图；

根据多项式滤波器对所述融合特征图进行特征增强，得到特征增强后的所述特征聚合图。

6.根据权利要求5所述的遥感图像空间和光谱分辨率恢复方法，其特征在于，所述多项式滤波器的公式为：

其中，表示多项式滤波在像素点(i，j)处的值，J(.)表示卷积、池化和全连接操作网络，F(i，j)表示多项式的输入特征在像素点(i，j)处的值，W(i，j)表示J(.)操作的权重，P(X，Y)表示一个三次多项式，X为H×H的矩阵，Y为W×W的矩阵，H和W分别为所述多项式滤波器的输入特征图的高和宽。

7.根据权利要求1所述的遥感图像空间和光谱分辨率恢复方法，其特征在于，所述基于特征重建网络对所述特征聚合图进行特征恢复，得到特征重建图，包括：

利用两个自卷积网络对所述特征聚合图进行扩大，得到扩大后的特征聚合图；所述自卷积网络包括内卷积、子像素向上卷积和两个标准卷积；

利用两个使用标准卷积操作的分支调整扩大后的特征聚合图的通道数，分别得到第一通道特征图和第二通道特征图；

在通道维度使用拼接操作将所述第一通道特征图和所述第二通道特征图进行拼接，得到所述特征重建图。