公开(公告)号：CN117765360A

公开(公告)日：2024-03-26

申请号：CN202311682440.5

申请日：2023-12-08

申请人： 国网江苏省电力有限公司盐城供电分公司 ,  国网江苏省电力有限公司响水县供电分公司 ,  盐城电力设计院有限公司响水兴源电气分公司

发明人： 成云朋 ,  张济韬 ,  王飞 ,  刘华杰 ,  黄剑锋

IPC分类号： G06V10/80 ,  G06V10/44 ,  G06V10/52 ,  G06V10/77 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08

摘要： 本发明公开一种基于多尺度残差学习的多光谱图像融合方法。首先，对输入图像以残差连接融合方法提取多尺度特征实现空间域特征的增强；其次，对输入图像采用SE模块(Squeeze‑and‑Excitation)进行特征压缩(Squeeze)操作和特征激发(Excitation)操作处理并进行权重重标定，利用通道注意力模块(SEBlock)重校正通道域特征权重，增强通道域光谱特征的表达；最后，利用PNN(Pan‑sharpeningNeural Networks)网络模型设计的多尺度通道注意力残差神经网络(Multi‑Scale ChannelAttention Residual Network,MSCARN)，以双分支并行结构将高频细节和粗尺度结构特征融合后输出最终结果。本发明融合了多尺度特征提取模块、多残差学习策略和通道注意力机制，可以任意在量化指标分析和目视解译效果有更好的表现，具有较高的工程价值与应用价值。