CN119445152A 面向大区域多源数据的空域辐射归一化方法、系统及装置 （武汉工程大学）

面向大区域多源数据的空域辐射归一化方本发明公开一种面向大区域多源数据的空遥感观测图像集生成多成因辐射归一化图像数过超分辨率模块将样本图像对进行融合处理以2基于遥感观测图像集生成多成因辐射归一化图像数据库，随机选构建生成对抗网络，所述生成对抗网络设有超分辨率模通过多成因辐射归一化数据库对归一化对抗预训练模型进行训练，得到基于归一化对抗模型对空域辐射待归一化图像进行处理，得到分别在样本图像对的相同位置进行编码，基于编码的相关对几何对齐的样本图像对分别进行特征提取，得到第一特征和第二特征并形成特征通过注意力机制将参考图像的纹理信息融合至待归一化图像中，得到融合清晰度图将融合清晰度图像变化为预设尺寸图像，将预设尺寸图像通过保持特征图不变，将不同通道之间的逐像素特征向量进通过自注意力单元分析逐像素特征的自相似注意力权重矩阵，将逐3利用位置编码的空间位置信息将逐像素特征向量的注意力分数复原组合成为与输入基于归一化后多源时序影像数据，通过变分框架将重叠区域与非构建权重矩阵，构建预条件正则化先验模型并保留ug分别表示归一化后多源时序影像数据，v表示梯度算子，B表示波段数，s基于大气辐射传输模型模拟大气辐射传输过程，得到不同大气状态下的遥感观测数基于光谱响应函数将不同传感器之间的数据进行转换，得到转对转换遥感观测图像数据集通过面积加权进行数据重采样，得到生成多4基于每个像元的实际地面面积除以所有像元面积的总和，得到每9.一种面向大区域多源数据的空域辐射归一化系统，所述数据库构建模块，用于基于遥感观测图像集生成多成因辐射归一化图像数据库，所述模型训练模块，用于通过多成因辐射归一化数据库对归一化对所述模型推理模块，基于归一化对抗模型对空域辐射待归一化图像进算机程序时实现如权利要求1至8任意一项56利用位置编码的空间位置信息将逐像素特征向量的注意力分数复原组合成为与W7g分别表示归一化后多源时序影像数据，v表示梯度算子，B表示波段89成因辐射归一化图像以形成样本图像对，其中一张多成因辐射归一化图像作为参考图像，首先通过超分辨率模块将样本图像对进行融合处理以形成融合清晰度图像，即：分别在样本图像对的相同位置进行编码，基于编码的相关信息得到几何对齐的样本图像用注意力作用更好地将参考图像的纹理信息转移到待归一化图像中，得到融合清晰度图残差块对其进行深层特征提取与矫正。其中，光流场估计是由光流空间金字塔(Spatial位置编码的空间位置信息将逐像素特征向量的注意力分数复原组合成为与输入图像空间W的融合清晰度图像采用三个独立的展开与变形操作网络提取每一帧的空域信息矩阵、K转换成查询Q、键和值v嵌入。利用Q和k,嵌入点乘计算注意力分数s,，按/[0041]为了减少不同时期遥感图像中地物变化多样对伪高分辨[0042]通过空域辐射归一化得到的多源时序影像数据，其仍然存在重叠区域空域一致、g分别表示归一化后多源时序影像数据，v表示梯度算子，B表示波段分子和气溶胶的散射以及非均一地面和双向反射率分布的影响。6S模型的输入参数包括：数据重采样是将数据集从一个分辨率或格式转换为另一个分辨率或格式的过程。defresample(input_file,output_file,new_width,new_height,driver=gdal.GetDriverByName('GTiff')out_ds=driver.Create(output_file,new_width,new_height,1,out_ds.SetProjection(src_ds.GetProjecout_transform=src_ds.GetGeoTransformx_res=out_transform[1]*float(new_width)/src_ds.RasterXSizey_res=out_transform[5]*float(new_height)/src_ds.RasterYSizegdal.ReprojectImage(src_ds,out_ds,src_ds.GetProjection(),out_resample('input.tif','output.tif',500,500dataset=gdal.Open('path_to_your_raster.tif')geo_transform=dataset.GetGeoTransform()lat_edges=np.linspace(geo_transform[3],geo_transform[3]+lat_res*values.shape[0],values.shape[0]+1)lon_edges=np.linspace(geo_transform[0],geo_transform[0]+lon_res*values.shape[1],values.shape[1]+1)weighted_mean=np.sum(values*weights[:,np.newaxis])/weights.sumprint("加权平均值:",weighted_mean)所述数据库构建模块100，用于基于遥感观测图像集生成多成因辐射归一化图像所述模型训练模块300，用于通过多成因辐射归一化数据库对归一化对抗预训练用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的[0056]这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备括指令装置的制造品，该指令装置实现在流