买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉宁波大学申请的专利星载全色-多光谱-高光谱遥感影像的一体化融合方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119399040B 。

龙图腾网通过国家知识产权局官网在2025-07-22发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411484878.7，技术领域涉及：G06T5/50；该发明授权星载全色-多光谱-高光谱遥感影像的一体化融合方法是由孟祥超;白钰傅;孟祥军;杨刚;孙伟伟设计研发完成，并于2024-10-23向国家知识产权局提交的专利申请。

本星载全色-多光谱-高光谱遥感影像的一体化融合方法在说明书摘要公布了：本发明涉及一种星载全色‑多光谱‑高光谱遥感影像的一体化融合方法，借助多光谱影像的特性，实现对多源输入影像中所包含的空间高频细节信息和鉴别性光谱信息的提纯，从而汇成两种纯净的特征分量即空间分量和光谱分量，用于后续重建；在光谱特征重建中，以聚合特征作为主支路，利用多尺度编码特征进行细节注入的同时，通过通道扩展和拆分对光谱特征进行交互推理，获取上下相关线索，最终生成理想影像，满足大空间分辨率差异和光谱差异下多源遥感空‑谱高保真融合需求。

本发明授权星载全色-多光谱-高光谱遥感影像的一体化融合方法在权利要求书中公布了：1.一种星载全色-多光谱-高光谱遥感影像的一体化融合方法，其特征在于，包括以下步骤： 步骤一、获取全色影像、多光谱影像和高光谱影像，并进行预处理，作为原始多源输入影像； 步骤二、将原始多源输入影像进行配准，进行数据增强处理； 步骤三、根据全色和高光谱影像特性，对融合输入影像中多光谱影像的空间和光谱信息进行逐像素的特征相似性比较，从而得到空间一致和光谱一致性分量输出的空-谱聚合特征；步骤三中，根据原始多源输入影像的特征，并针对空间与光谱特征，利用3×3卷积与1×1卷积，进行多源空间-光谱特征提取；分别构建空间和光谱迁移分支，并结合多源空间-光谱特征，将全色影像的高频细节信息和高光谱影像鉴别性光谱信息迁移到多光谱影像上，得到空间一致和光谱一致性分量输出的空-谱聚合特征； 步骤四、对一致性分量输出进行共享参数重建，以学习空间-光谱内在特征关联性，进行跨尺度和逐层级的融合，从而产生高分辨率高光谱融合影像；步骤四中，将步骤三中得到的空-谱聚合特征以参数共享方式进行编码，然后解码，获取解码后特征S1、S2和S3，S1、S2和S3的尺度依次增大，将特征Si上采样至与特征Si+1一致，再输入跨尺度注意力模块，获取Si和Si+1之间的跨层多尺度注意力权重wi，1≤i≤2，再获取注意力权重加权后的多尺度空间细节特征T1、T2和T3；步骤四中，通过光谱预测模块进行通道特征间的信息交互与细化，首先采用1×1卷积来扩大聚合特征Fmer的通道数，并沿着其通道维度划分为G组，分别为gk,1≤k≤G，将每组特征被分割成和其中，每组特征gk中的用于与下一组特征进行跨通道信息交换，和用于进行组内通道交互学习；步骤四中，将多尺度空间细节特征T1、T2和T3在主支路中按阶段注入到光谱预测模块中，进行空间-光谱联合重建，得到高分辨率高光谱融合影像；步骤四中，进行监督训练的过程中，采用L1范数损失函数计算进行优化，L1范数损失函数用于计算Loss，Loss为每次训练迭代中N张输入影像时标签Href和融合结果Hresult之间的差值平均和。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人宁波大学，其通讯地址为：315211 浙江省宁波市江北区风华路818号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。