一种基于1维-2维卷积神经网络高光谱单图超分辨方法

作者:李娇娇; 李云松; 梁虎; 崔如星; 宋锐; 王柯俨; 郭杰
来源:2019-11-26, 中国, ZL201911176083.9.

摘要

本发明属于高光谱图像超分辨率处理技术领域,公开了一种基于1维-2维卷积神经网络高光谱单图超分辨方法,搭建1维卷积神经网络模型获取光谱信息;搭建基于注意力机制的2维卷积神经网络模型获取空间信息;将空间和光谱信息以渐进的方式进行融合;使用训练数据集对并行结构的神经网络模型进行训练,调整其内部参数;使用测试数据集对神经网络模型进行检核,根据模型输出求平均峰值信噪比MPSNR、平均结构相似性指数MSSIM、平均均方根误差MRMSE和光谱角制图SAM,评价神经网络模型的超分辨率处理性能。本发明神经网络模型参数设置简单,易于实现,计算量小,能较快获得超分辨率处理结果;能够更有效地实现光谱保真。