本发明涉及计算机应用，尤其涉及一种多源异构数据融合处理方法。
背景技术：
1、随着图像技术的发展，各种图像被广泛应用于目标检测和识别定位等场景中，单一的模态图像都有其各自的优势与局限性，例如，光学图像的分辨率较高且光谱信息较为丰富，但易受外界因素干扰；合成孔径雷达图像，不易受外界因素干扰，但图像解读较为困难且缺乏光谱信息。目前，通常会对多源异构图像进行融合处理，以利用数据的互补优势为后续任务提供基础。
2、相关技术中，通常通过加权平均以及小波变换等方式对多源异构数据进行像素维度的融合，但融合过程易受噪声影响，通常情况下，难以保证多源异构数据融合处理的效率和精度。
技术实现思路
1、本发明提供了一种多源异构数据融合处理方法，以解决现有技术中，多源异构数据融合处理的效率和精度较差的技术问题。
2、根据本发明的一方面，提供了一种多源异构数据融合处理方法，其中，该方法包括：
3、确定目标对象对应的待融合的多源异构数据，其中，所述多源异构数据包括目标光学图像和合成孔径雷达图像；
4、确定所述目标光学图像对应的第一纹理特征图和第一边缘特征图，确定所述合成孔径雷达图像对应的第二纹理特征图和第二边缘特征图；
5、根据所述第一纹理特征图和所述第二纹理特征图确定纹理特征融合图，根据所述第一边缘特征图和所述第二边缘特征图确定边缘特征融合图；
6、通过通道注意力机制分别对所述纹理特征融合图和所述边缘特征融合图进行特征处理，依次得到目标纹理融合图和目标边缘融合图；
7、通过训练完成的图像融合模型对输入的所述目标纹理融合图和所述目标边缘融合图进行融合，得到所述目标对象对应的目标融合图像。
8、本发明实施例的技术方案，通过确定目标对象对应的待融合的多源异构数据，其中，所述多源异构数据包括目标光学图像和合成孔径雷达图像；确定所述目标光学图像对应的第一纹理特征图和第一边缘特征图，确定所述合成孔径雷达图像对应的第二纹理特征图和第二边缘特征图；根据所述第一纹理特征图和所述第二纹理特征图确定纹理特征融合图，根据所述第一边缘特征图和所述第二边缘特征图确定边缘特征融合图；通过通道注意力机制分别对所述纹理特征融合图和所述边缘特征融合图进行特征处理，依次得到目标纹理融合图和目标边缘融合图；通过训练完成的图像融合模型对输入的所述目标纹理融合图和所述目标边缘融合图进行融合，得到所述目标对象对应的目标融合图像。本发明技术方案，可以提高光学图像和合成孔径雷达图像的融合效率和精度，保证所确定融合图像的特征完整性，提高所确定融合图像的特征表示能力。
9、应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
1.一种多源异构数据融合处理方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，在所述通过训练完成的图像融合模型对输入的所述目标纹理融合图和所述目标边缘融合图进行融合之前，还包括：
3.根据权利要求2所述的方法，其特征在于，所述样本融合结果包括样本融合图像、光学重建图像以及雷达重建图像其中至少一项。
4.根据权利要求3所述的方法，其特征在于，所述基于所述样本融合结果对所述原始融合模型的模型参数进行调整，包括：
5.根据权利要求1所述的方法，其特征在于，所述通过通道注意力机制对所述纹理特征融合图进行特征处理，得到目标纹理融合图，包括：
6.根据权利要求1所述的方法，其特征在于，所述通过训练完成的图像融合模型对输入的所述目标纹理融合图和所述目标边缘融合图进行融合，得到所述目标对象对应的目标融合图像，包括：
7.根据权利要求6所述的方法，其特征在于，所述确定多个所述第一数据子图对应的第一向量序列，包括：
