基于CNN和NSCT的多光谱图像和全色图像模糊融合方法

摘要

本发明提供一种基于CNN和NSCT的多光谱图像和全色图像模糊融合方法，所述方法使用NSCT分别提取DUMS和MLPAN图像的多尺度多方向的低频子带图像和高频方向子带图像，再使用ResNet中残差模块及非线性特性构建浅层的细节提取网络以提取更丰富的细节信息，并使用模糊融合规则将提取的细节信息和MLPAN的第一层高频子带进行融合得到注入细节，最后利用ResNet模块的非线性构建细节注入网络，以注入细节和DUMS图像为输入，MS图像为输出，对其进行训练，得到最终的融合图像。本发明的融合模型设计的网络结构简单，容易训练，防止过拟合，泛化能力强，能够在保留光谱信息的同时提高空间分辨率，从而获得同时具有高空间分辨率和高光谱分辨率的图像。