[發明專利]一種遙感圖像空間和光譜分辨率恢復方法及系統

在審

• 申請號: 202210070704.0
• 申請日: 2022-01-21
• 公開（公告）號: CN114549306A
• 公開（公告）日: 2022-05-27
• 發明（設計）人: 金鑫;劉玲;江倩;馮佳男;章平凡;劉帥;王全力;高學帥
• 申請（專利權）人: 云南大學
• 主分類號: G06T3/40
• 分類號: G06T3/40;G06N3/04;G06N3/08
• 代理公司: 北京高沃律師事務所 11569
• 代理人: 王愛濤

本發明涉及一種遙感圖像空間和光譜分辨率恢復方法及系統，包括：獲取全色圖像并進行預處理，得到退化后的全色圖像；基于多分支特征提取網絡對所述全色圖像進行特征提取，得到四個特征圖；將所述特征圖進行特征聚合，得到特征聚合圖；基于特征重建網絡對所述特征聚合圖進行特征恢復，得到特征重建圖；所述特征重建圖為Lab三通道圖像；將所述Lab三通道圖像的顏色空間轉化為RGB顏色空間，得到最終的恢復了空間和光譜分辨率的圖像。本發明提出一個端到端的遙感圖像空間和光譜分辨率恢復方法，僅輸入全色圖像就可以生成高空間分辨率的彩色圖像，同時恢復了遙感圖像的空間分辨率和光譜分辨率。

技術領域

本發明涉及計算機視覺技術領域，特別是涉及一種遙感圖像空間和光譜分辨率恢復方法及系統。

背景技術

高質量的遙感圖像通常在城市規劃、環境監測、資源勘探、目標識別等遙感應用領域中發揮著重要作用。現有的遙感衛星通常能獲取一對全色(panchromatic，PAN)圖像和多光譜(multispectral，MS)圖像，其中PAN圖像空間分辨率高但缺少光譜信息，MS圖像具有光譜信息但空間分辨率低。空間分辨率是區分遙感影像空間細節的能力，高空間分辨率的影像有利于目標識別和視覺解譯。光譜分辨率是區分遙感影像中地物光譜細節的能力，高光譜分辨率對遙感影像中地物的分類識別具有重要意義。由于設備的限制難以獲取到同時具有高空間分辨率和高光譜分辨率的遙感圖像，并且在圖像生成和傳輸的過程中都會導致獲取到的遙感圖像質量變差。使用圖像彩色化方法可以恢復遙感圖像的光譜分辨率，使用圖像超分辨率方法可恢復遙感圖像的空間分辨率。

圖像彩色化旨在將灰度圖像轉化為彩色圖像來提高圖像的視覺效果。現有的圖像彩色化方法主要分為基于用戶指導的和無用戶指導兩種。基于用戶指導的方法依賴于用戶提供的信息，例如涂鴉、參考圖像和語義信息等實現圖像著色。這種方法不僅需要大量的用戶交互還要求用戶具有一定的專業性，否則難以得到令人滿意的彩色化效果。近年來，深度學習在圖像處理領域取得了巨大的成就，將深度學習應用于圖像彩色化可以改善基于用戶指導的圖像彩色化方法的局限性。深度學習根據訓練數據集是否有標簽信息，大致可以分為有監督學習和無監督學習。基于卷積神經網絡(CNN)的灰度圖像彩色化算法屬于監督學習，使用大量彩色圖像作為標簽進行訓練，實現圖像彩色化。生成對抗網絡(GAN)可以被視為無監督學習網絡，它由一個生成器和一個判別器組成。生成器用來生成彩色的圖像，判別器用來判別輸入的圖像是真實的圖像還是由生成器生成的圖像，基于GAN的圖像彩色化方法可以生成豐富多彩的彩色圖像。現有研究表明，深度學習在圖像彩色化任務中發揮著重要作用，但現有的圖像彩色化方法仍有一定的局限性，例如無法解決多模態問題，依賴于顏色分布或物體檢測算法，需要大量的數據來訓練等。