基于残差学习的多光谱遥感图像融合方法及装置

摘要

本发明公开了一种基于残差学习的多光谱遥感图像融合方法及装置，方法包括：(1)获取若干原始多光谱遥感图像IMS和对应的原始全色波段遥感图像IPAN；(2)计算得到IMS的插值图像IMSI、IPAN的梯度图像GPAN以及差分图像DPAN；(3)构建卷积神经网络融合模型，包括从依次连接的特征提取层、非线性映射层、残差图像重建层和输出层，并将I＝[IMSI,IPAN,GPAN,DPAN]作为输入进行训练，训练时采用的损失函数为引入残差学习的均方误差函数；(4)将待融合的多光谱遥感图像I'MSRI和对应的原始全色波段遥感图像I'PAN处理得到对应的数据[I'MSI,I'PAN,G'PAN,D'PAN]，并输入训练好的卷积神经网络融合模型，输出即为融合后的图像。本发明融合速度快，融合图像的光谱和空间质量也更高。