技術(shù)特征：

1.一種基于擴(kuò)散模型的遙感圖像超分辨率重建方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的遙感圖像超分辨率重建方法，其特征在于，所述遙感訓(xùn)練數(shù)據(jù)集包括多組高分辨率遙感圖像和相應(yīng)的低分辨率遙感圖像成對(duì)數(shù)據(jù)；所述超分辨率網(wǎng)絡(luò)模型的訓(xùn)練過程包括：

3.根據(jù)權(quán)利要求1所述的遙感圖像超分辨率重建方法，其特征在于，

4.根據(jù)權(quán)利要求2所述的遙感圖像超分辨率重建方法，其特征在于，所述條件特征增強(qiáng)模塊由連接層、卷積層、relu函數(shù)模塊、多通道特征融合注意力模塊和上采樣模塊組成；所述將低分辨率遙感圖像和純?cè)肼曒斎胫了鰲l件特征增強(qiáng)模塊，得到富含遙感圖像高頻細(xì)節(jié)的第二特征圖的步驟，包括：

5.根據(jù)權(quán)利要求4所述的遙感圖像超分辨率重建方法，其特征在于，所述多通道特征融合注意力模塊由卷積層、連續(xù)殘差卷積塊和高頻通道注意力塊組成；所述多通道特征融合注意力模塊的運(yùn)算步驟，包括：

6.根據(jù)權(quán)利要求2所述的遙感圖像超分辨率重建方法，其特征在于，所述噪聲預(yù)測網(wǎng)絡(luò)模型由編碼器、中間層和解碼器組成；所述融合第一特征圖和所述第二特征圖，得到第三特征圖并輸入至所述噪聲預(yù)測網(wǎng)絡(luò)模型進(jìn)行噪聲預(yù)測，預(yù)測出當(dāng)前時(shí)間步所加的預(yù)測噪聲的步驟，包括：

7.根據(jù)權(quán)利要求6所述的遙感圖像超分辨率重建方法，其特征在于，所述編碼器、中間層和解碼器均由多尺度噪聲提取預(yù)測模塊組成；所述多尺度噪聲提取預(yù)測模塊的運(yùn)算過程包括：

8.一種基于擴(kuò)散模型的遙感圖像超分辨率重建系統(tǒng)，其特征在于，包括：

9.一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器和處理器，所述存儲(chǔ)器存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)如權(quán)利要求1-7任一所述的基于擴(kuò)散模型的遙感圖像超分辨率重建方法的步驟。

10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1-7任一所述的基于擴(kuò)散模型的遙感圖像超分辨率重建方法的步驟。

技術(shù)總結(jié)
本發(fā)明公開了一種基于擴(kuò)散模型的遙感圖像超分辨率重建方法及系統(tǒng)，其中方法包括：通過遙感訓(xùn)練數(shù)據(jù)集訓(xùn)練超分辨率網(wǎng)絡(luò)模型，得到訓(xùn)練完成的超分辨率網(wǎng)絡(luò)模型；通過擴(kuò)散模型對(duì)原始遙感圖像進(jìn)行反向擴(kuò)散以實(shí)現(xiàn)去噪，在去噪過程中通過條件特征增強(qiáng)模塊補(bǔ)充遙感圖像高頻細(xì)節(jié)并通過噪聲預(yù)測網(wǎng)絡(luò)模型優(yōu)化去噪過程，得到超分辨率遙感圖像，從而提高遙感圖像重建后的視覺效果。在本發(fā)明中，借助擴(kuò)散模型實(shí)現(xiàn)更穩(wěn)定的訓(xùn)練效果，且通過條件特征增強(qiáng)模塊有效提取遙感圖像高頻細(xì)節(jié)，使擴(kuò)散模型的去噪過程中更多高頻細(xì)節(jié)被恢復(fù)補(bǔ)充，通過噪聲預(yù)測網(wǎng)絡(luò)模型高效地預(yù)測和去除噪聲，從而優(yōu)化去噪過程，以生成更高質(zhì)量的超分辨率遙感圖像。

技術(shù)研發(fā)人員：葉武劍,林碧麗,劉怡俊
受保護(hù)的技術(shù)使用者：廣東工業(yè)大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2024/10/10