-
公开(公告)号：CN118333896A
公开(公告)日：2024-07-12
申请号：CN202410272717.5
申请日：2024-03-11
Applicant: 武汉工程大学
Abstract: 本发明公开了一种误差分解网络的全色锐化方法、系统、设备及介质，涉及遥感图像处理技术领域，方法包括：获取目标区域的全色影像和初始分辨率多光谱影像，对初始分辨率多光谱影像进行下采样操作得到低空间分辨率多光谱影像；根据全色锐化的光谱响应理论和全色影像的预设误差项构建分解网络模型，将全色影像输入到分解网络模型中，得到分解后的伪多光谱影像；将低空间分辨率多光谱影像进行上采样操作得到的多光谱影像和伪多光谱影像输入到融合网络模型中，得到最终融合遥感影像。本发明能够避免全色锐化技术存在的光谱响应不重叠现象，全色影像中存在着误差信息对融合遥感影像的干扰等问题。
-
公开(公告)号：CN118333896B
公开(公告)日：2024-12-31
申请号：CN202410272717.5
申请日：2024-03-11
Applicant: 武汉工程大学
Abstract: 本发明公开了一种误差分解网络的全色锐化方法、系统、设备及介质，涉及遥感图像处理技术领域，方法包括：获取目标区域的全色影像和初始分辨率多光谱影像，对初始分辨率多光谱影像进行下采样操作得到低空间分辨率多光谱影像；根据全色锐化的光谱响应理论和全色影像的预设误差项构建分解网络模型，将全色影像输入到分解网络模型中，得到分解后的伪多光谱影像；将低空间分辨率多光谱影像进行上采样操作得到的多光谱影像和伪多光谱影像输入到融合网络模型中，得到最终融合遥感影像。本发明能够避免全色锐化技术存在的光谱响应不重叠现象，全色影像中存在着误差信息对融合遥感影像的干扰等问题。
-
公开(公告)号：CN118297841B
公开(公告)日：2024-10-25
申请号：CN202410334859.X
申请日：2024-03-22
Applicant: 武汉工程大学
IPC: G06T5/73 , G06T5/50 , G06T5/60 , G06N3/0464
Abstract: 本申请涉及一种全色锐化模型的构建方法、系统、设备及介质，方法包括：获取预设的地面实况的高分辨率多光谱图像和全色图像；在预设的最大后验概率模型中，利用预设误差图像、高分辨率多光谱图像和全色图像，确定预测误差图像；利用预测误差图像、高分辨率多光谱图像和全色图像，确定融合全色锐化图像；确定融合全色锐化图像与预设的地面实况的真实图像之间的绝对误差，基于绝对误差得到目标全色锐化模型。解决了进行融合的多光谱图像和全色图像存在着光谱响应的差异，导致了误差信息的引入，融合生成的全色锐化图像会出现光谱失真问题，从而降低全色锐化图像的准确性的问题。
-
公开(公告)号：CN118297841A
公开(公告)日：2024-07-05
申请号：CN202410334859.X
申请日：2024-03-22
Applicant: 武汉工程大学
IPC: G06T5/73 , G06T5/50 , G06T5/60 , G06N3/0464
Abstract: 本申请涉及一种全色锐化模型的构建方法、系统、设备及介质，方法包括：获取预设的地面实况的高分辨率多光谱图像和全色图像；在预设的最大后验概率模型中，利用预设误差图像、高分辨率多光谱图像和全色图像，确定预测误差图像；利用预测误差图像、高分辨率多光谱图像和全色图像，确定融合全色锐化图像；确定融合全色锐化图像与预设的地面实况的真实图像之间的绝对误差，基于绝对误差得到目标全色锐化模型。解决了进行融合的多光谱图像和全色图像存在着光谱响应的差异，导致了误差信息的引入，融合生成的全色锐化图像会出现光谱失真问题，从而降低全色锐化图像的准确性的问题。
-
-
-
Search Results
4
records
(took 0.02 seconds)
