CN117058009B 一种基于条件扩散模型的全色锐化方法 （西北工业大学深圳研究院）_第1页
CN117058009B 一种基于条件扩散模型的全色锐化方法 （西北工业大学深圳研究院）_第2页
CN117058009B 一种基于条件扩散模型的全色锐化方法 （西北工业大学深圳研究院）_第3页
CN117058009B 一种基于条件扩散模型的全色锐化方法 （西北工业大学深圳研究院）_第4页
CN117058009B 一种基于条件扩散模型的全色锐化方法 （西北工业大学深圳研究院）_第5页
已阅读5页，还剩14页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

本发明公开了一种基于条件扩散模型的全的差)作为条件，引导逆向去噪过程的从高斯噪好的噪声预测网络通过反向马尔科夫链过程进20图像进行r倍上采样至空间分辨率与全色图像一致，求差后得到细节信息作为网络的引导→εt；3述上采样层采用双线性插值算法实现2倍的序级联的结构；融合模块的卷积层使用跳跃连接，接收第一个卷积层的输出与网络输入噪声预测网络训练结束后，基于马尔科夫链过程，从4.根据权利要求1所述的一种基于条件扩散模型的全色锐化方法，其特征在于，所述Wald协议处理指首先使用5x5大小的高斯平滑核对原始MS和PAN图像进行滤波，然后下采4[0001]本发明属于图像处理技术领域，具体涉及一种基于条件扩散模型的全色锐化方[0003]全色锐化技术的关键在于利用全色图像的细节信息增强多光谱图像的空间分辨[0004]为了克服现有技术的不足，本发明提供了一种基于条件扩散模型(Conditional5过公式(1)和(2)直接计算原始多光谱图像R0加噪到t时刻光谱图像进行r倍上采样至空间分辨率与全色图像一致，求差后得到细节信息作为网络的→εt；6Mr↑)通过变分下界推导的损失函数进行优[0037]优选地，所述Wald协议处理指首先使用5×5大小的高斯平滑核对原始MS和PAN图图像的差作为条件信息引导，从任意服从标准高斯分布的数据样本通过T步迭代生成同时7噪图像中的噪声信息。训练好的噪声预测网络通过反向马尔科夫链过程进行多轮去噪迭[0049]训练集和验证集的图像块尺寸为256×256(PAN)/64×64×4(MS)，测试集的图像没有参考图，对训练集、验证集和测试集中的MS图像块和PAN图像块按照Wald协议进行处通过下述公式直接计算原始多光谱图像R0加噪到t时刻的数多光谱图像R0会逐步被高斯噪声打乱，若加噪总步长T足够大，RT将会服从高斯分布→εt；89[0086]图3中卷积层的输出通道数量分别为[0094]②加载训练阶段保存的最好效果的去噪网络参数，从测试集中

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论