-
题名全色图像引导高光谱图像泛锐化
- 1
-
-
作者
郭伟
蒋鹤
王春艳
-
机构
辽宁工程技术大学软件学院
-
出处
《微电子学与计算机》
2024年第11期48-59,共12页
-
基金
国家自然科学基金青年基金(41801368)。
-
文摘
泛锐化方法通过融合低分辨率高光谱图像和全色图像,从而获取具有高空间、高光谱分辨率的图像。为充分挖掘全色图像空间纹理特征,在VGG19中引入八度卷积,同时关注全色图像不同空间尺度的高低频特征;为增强光谱图像的局部空间特征,添加特征调制模块,将全色图像高频特征注入光谱图像空间细节;为加强光谱图像特征同全色图像低频特征的全局依赖关系、降低网络复杂度,网络深层对多头注意力进行优化,使光谱图像只关注全色图像最相关的图像区域;重建阶段采用Sobel滤波器、GCN图神经网络以及ECA注意力聚合光谱图像边缘细节和显著波段特征,同时,引入VGG感知损失和边缘损失,提高融合后图像的边缘特征比重。在Pavia Center、Botswana和Chikusei这3个数据集与其他泛锐化方法进行验证,其中峰值信噪比(Peak Signal-to-Noise Ratio,PSNR)值分别达到40.80%、45.90%和43.26%,SAM值分别降低到4.15%、1.38%和2.70%。提出泛锐化方法可有效恢复光谱图像空间纹理细节,同时避免光谱失真。
-
关键词
高光谱图像
泛锐化
特征增强
高低频特征
-
Keywords
hyperspectral image
pan sharpening
feature enhancement
high and low frequency feature
-
分类号
TP751
[自动化与计算机技术—检测技术与自动化装置]
-
