结合卷积注意模块与卷积自编码器的细节注入遥感图像融合

针对现有的基于卷积自编码器的遥感图像融合方法存在光谱失真和部分细节信息丢失的情况,提出结合卷积自编码器、卷积注意模块和高斯滤波器的遥感图像融合算法.首先利用高斯滤波器获取用于模型训练的低分辨率高频图像、高分辨率高频图像和用于模型预测的低分辨率多光谱高频图像.然后用卷积自编码器学习低分辨率高频图像与高分辨率高频图像之间的非线性映射关系,将卷积注意模块引入模型训练中,使卷积自编码器更加关注图像中的关键信息.最后用训练完成的卷积自编码器获取多光谱图像缺失的细节信息,即高分辨率多光谱高频图像,并与原图像融合生成高分辨率多光谱图像.选取多组不同的卫星数据与8种融合算法进行对比实验,实验结果表明融合图像保留了更多的光谱信息和细节信息,在主观和客观上均表现出良好的性能.