[发明专利]高光谱图像生成方法及装置

权利要求书

1.一种高光谱图像生成方法，所述方法包括：

对第一图像进行对象分割，得到多个对象，以及各个对象在所述第一图像中的位置信息；其中，同一对象的各个像素的取值位于同一区间，不同对象的像素的取值位于不同的区间；任一像素的取值由所述任一像素对应的实物在各个第一类波段的光谱反射率确定；

根据所述对象中的像素在第一类波段的取值，预测所述对象的各像素在多个第二类波段的取值；

基于波段连续性原则，将所述对象的同一像素在所有第一类波段和所述多个第二类波段的取值组合，得到所述对象对应的高光谱图像；

按照各个对象在所述第一图像中的位置信息，将各个对象对应的高光谱图像组合，得到所述第一图像对应的高光谱图像。

2.根据权利要求1所述的方法，所述根据所述对象中的像素在第一类波段的取值，预测所述对象的各像素在多个第二类波段的取值，包括：

根据所述对象中的像素在第一波段的取值，预测所述对象的各像素在位于所述第一波段和第二波段之间的多个第二类波段的取值；

所述第一波段和所述第二波段为任意相邻的两个第一类波段。

3.根据权利要求1或2所述的方法，所述根据所述对象中的像素在第一类波段的取值，预测所述对象中的各像素在多个第二类波段的取值，包括：

通过级联网络根据所述对象中的像素在第一类波段的取值，预测所述对象的各像素在多个第二类波段的取值；

所述级联网络包括多个预测模块，分为目标预测模块和非目标预测模块；其中，

每个目标预测模块的输入至少包括所述对象中的像素在第一类波段的取值；其中，相邻两个目标预测模块输入所述对象中的像素在相邻的第一类波段的取值；

任意相邻两个目标预测模块之间具有多个非目标预测模块，所述非目标预测模块的输入包括：所述非目标预测模块的前一个预测模块输出的所述对象中的像素在一个第二类波段的取值，以及所述前一个预测模块的中间特征和作为所述前一个预测模块的输入的所述对象中的像素在一个波段的取值；

若所述目标预测模块不是所述级联网络的第一个预测模块，所述目标预测模块的输入还包括：所述目标预测模块的前一个非目标预测模块的中间特征以及作为所述前一个预测模块的输入的所述对象中的像素在一个波段的取值；

每个预测模块的输出为所述对象中的像素在第一类波段或第二类波段的取值；相邻两个预测模块输出所述对象中的像素在相邻波段的取值。

4.根据权利要求3所述的方法，其中，

所述第一个预测模块用于：对输入的所述对象中的像素在目标第一类波段的取值进行第一特征提取，得到第一特征；对所述第一特征进行第二特征提取，得到所述第一个预测模块的中间特征；对所述中间特征进行线性变换，得到第二特征；对所述第二特征进行第三特征提取，得到第三特征；所述第三特征提取为所述第二特征提取的逆过程；对所述第一特征和所述第三特征进行融合处理，得到所述对象的各像素在第二类波段的取值；

和/或，

所述级联网络的非第一个预测模块用于：对输入的所述对象中的像素在两个波段的取值分别进行第一特征提取，得到所述两个波段分别对应的第一特征；对各个第一特征分别进行所述第二特征提取，得到各个第一特征对应的第四特征；将各个第四特征以及前一个预测模块的中间特征融合，得到所述非第一个预测模块的中间特征；对所述非第一个预测模块的中间特征进行线性变换，得到第五特征；对所述第五特征进行所述第三特征提取，得到第六特征；对所述第六特征，以及所述两个波段分别对应的第一特征中的目标第一特征进行融合处理，得到所述对象的各个像素在第一类波段或第二类波段的取值。

5.根据权利要求1所述的方法，对第一图像进行对象分割，以及根据所述对象中的像素在第一类波段的取值，预测所述对象的各像素在多个第二类波段的取值的过程，包括：

通过高光谱图像生成模型对所述第一图像进行对象分割，得到多个对象；根据所述对象中的像素在第一类波段的取值，预测所述对象的各像素在多个第二类波段的取值；

所述高光谱图像生成模型通过第一样本集和第二样本集训练得到；其中，所述第一样本集中的第一样本为非高光谱图像，所述第二样本集中的第二样本为非高光谱图像-高光谱图像对。