[發(fā)明專利]一種基于生成對抗模型的衛(wèi)星遙感多光譜圖像譜域映射方法

在審

• 申請?zhí)枺?/td>: 202111545829.6
• 申請日: 2021-12-16
• 公開（公告）號: CN114220023A
• 公開（公告）日: 2022-03-22
• 發(fā)明（設(shè)計）人: 朱凌軒;劉健;王彪;林嘉軒;王曉冰;鐘欣宇
• 申請（專利權(quán)）人: 上海無線電設(shè)備研究所
• 主分類號: G06V20/13
• 分類號: G06V20/13;G06N3/08;G06N3/04;G06K9/62;G06V10/82;G06V10/764
• 代理公司: 上海元好知識產(chǎn)權(quán)代理有限公司 31323
• 代理人: 包姝晴;徐雯瓊

本發(fā)明公開了一種基于生成對抗模型的衛(wèi)星遙感多光譜圖像譜域映射方法，其特征在于，包括以下步驟：S1、采集多組匹配的多光譜遙感圖像、地物分類圖以及數(shù)值特征產(chǎn)品圖并進(jìn)行預(yù)處理；S2、根據(jù)預(yù)處理后的多光譜遙感圖像、地物分類圖以及數(shù)值特征產(chǎn)品圖，確定生成對抗模型的輸入矩陣x，并確定生成對抗模型的輸出矩陣y的尺寸；S3、將每組匹配的圖像數(shù)據(jù)分別進(jìn)行處理后，依次輸入至所述生成對抗模型中進(jìn)行訓(xùn)練；S4、輸入新的匹配的圖像數(shù)據(jù)，利用訓(xùn)練好的生成對抗模型完成衛(wèi)星遙感多光譜圖像的譜域遷移。本發(fā)明實(shí)現(xiàn)了圖像像素到像素的直接普段遷移，增強(qiáng)了遙感光譜的仿真光譜映射確定性。

技術(shù)領(lǐng)域

本發(fā)明涉及遙感圖像仿真技術(shù)領(lǐng)域，特別涉及一種基于生成對抗模型的衛(wèi)星遙感多光譜圖像譜域映射方法。

背景技術(shù)

在天基遙感探測技術(shù)迅速發(fā)展的背景下，亟待獲取大量的多譜段、多維度的全球遙感實(shí)測與仿真數(shù)據(jù)。基于實(shí)測數(shù)據(jù)的應(yīng)用，往往面臨樣本限定在有限的探測波段、探測區(qū)域以及分辨率中，而通過物理建模仿真合成遙感圖像，則需要預(yù)備完備的物理初場，同時成像中缺乏海洋、云層等隨機(jī)對象的多樣性。

在衛(wèi)星遙感成像仿真與預(yù)測過程中，時變要素的多樣性和復(fù)雜性制約了精度與真實(shí)性。在傳統(tǒng)基于物理過程可靠性的遙感圖像仿真流程中，需要實(shí)現(xiàn)從傳感器、大氣型到地表背景輻射傳輸模型的全鏈路構(gòu)建，即便如此，依然難以重現(xiàn)不同譜段、不同區(qū)域、不同隨機(jī)事件的精細(xì)特征。因此在光譜圖像仿真時，需要引入深度學(xué)習(xí)技術(shù)，實(shí)現(xiàn)光譜圖像到光譜圖像的端到端高置信度快速仿真方法。本發(fā)明的一種基于生成對抗模型的衛(wèi)星遙感多光譜圖像譜域映射方法具有重要意義。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種基于生成對抗模型的衛(wèi)星遙感多光譜圖像譜域映射方法，通過結(jié)合全球地球大氣環(huán)境數(shù)據(jù)、地物分類數(shù)據(jù)與光譜成像數(shù)據(jù)，搭建用于光譜圖像映射和特征遷移的方法框架，為更大程度利用現(xiàn)有在軌衛(wèi)星遙感數(shù)據(jù)信息，評估衛(wèi)星載荷未來新波段成像效能，提供一條可行的技術(shù)途徑。

為實(shí)現(xiàn)上述目的，本發(fā)明提出了一種基于生成對抗模型的衛(wèi)星遙感多光譜圖像譜域映射方法，包括以下步驟：

S1、采集多組匹配的多光譜遙感圖像、地物分類圖以及數(shù)值特征產(chǎn)品圖并進(jìn)行預(yù)處理；

S2、根據(jù)預(yù)處理后的多光譜遙感圖像、地物分類圖以及數(shù)值特征產(chǎn)品圖，確定生成對抗模型的輸入矩陣x，并確定生成對抗模型的輸出矩陣y的尺寸；

S3、將每組匹配的圖像數(shù)據(jù)分別進(jìn)行處理后，依次輸入至所述生成對抗模型中對該生成對抗模型進(jìn)行訓(xùn)練；

S4、輸入新的匹配的圖像數(shù)據(jù)，利用訓(xùn)練好的生成對抗模型完成衛(wèi)星遙感多光譜圖像的譜域遷移。

其中，所述的步驟S2進(jìn)一步的包含以下步驟：

S21、對其中一組經(jīng)過預(yù)處理的多光譜遙感圖像、地物分類圖以及數(shù)值特征產(chǎn)品圖進(jìn)行處理，形成源光譜矩陣S_in、目標(biāo)光譜矩陣S_out、分類特征矩陣C1和數(shù)值特征矩陣C2；

S22、形成生成對抗模型的輸入矩陣x，并確定生成對抗模型的輸出矩陣y的尺寸。

其中，所述的步驟S21進(jìn)一步的包含以下步驟：

S211、將經(jīng)過預(yù)處理的地物分類圖通過獨(dú)熱編碼的方式形成N_c×W×H的分類特征矩陣C1，其中N_c為分類特征維數(shù)，W為圖像列數(shù)，H為圖像行數(shù)；

S212、將經(jīng)過預(yù)處理的數(shù)值特征產(chǎn)品圖中的全部數(shù)值特征產(chǎn)品分別歸一化，使其值域范圍映射到0至1，形成N_f×W×H的數(shù)值特征矩陣C2，其中N_f為數(shù)值特征產(chǎn)品類型數(shù)；