Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 湖南大学张辉获国家专利权

湖南大学张辉获国家专利权

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!

龙图腾网获悉湖南大学申请的专利基于光谱差分深度矩阵分解的高光谱快速成像方法和系统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:CN120525745B

龙图腾网通过国家知识产权局官网在2025-09-19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:202511021127.6,技术领域涉及:G06T5/60;该发明授权基于光谱差分深度矩阵分解的高光谱快速成像方法和系统是由张辉;陈煜嵘;王耀南;刘立柱;毛建旭;李文卿;梅杰设计研发完成,并于2025-07-24向国家知识产权局提交的专利申请。

基于光谱差分深度矩阵分解的高光谱快速成像方法和系统在说明书摘要公布了:本发明公开了一种基于光谱差分深度矩阵分解的高光谱快速成像方法和系统,针对极限成像条件下的低信噪比数据,通过平均光谱图和光谱差分图结构建模实现高质量图像恢复。首先快速采集并拼接高光谱数据形成三维张量,构建弱光照条件下的前向观测模型;分解为平均光谱图、光谱差分图及噪声项;将光谱差分图重排为二维低秩矩阵,采用PCA分解获得空间与光谱主成分矩阵;创新性地构建无监督双路径优化网络:利用2D跳跃网络优化空间主成分以建模结构信息,通过1D跳跃网络优化光谱主成分以拟合细节变化;最终联合训练后的网络输出优化光谱差分图,与平均光谱图融合完成重建。在单帧、无监督的条件下实现高保真图像重建,显著提升重建质量与鲁棒性。

本发明授权基于光谱差分深度矩阵分解的高光谱快速成像方法和系统在权利要求书中公布了:1.基于光谱差分深度矩阵分解的高光谱快速成像方法,其特征在于,所述方法包括以下步骤: S100:通过高光谱成像系统以快速图像采集策略采集极限成像条件下的低信噪比高光谱数据帧,经过图像拼接后,在时间维度和空间维度上组合成完整的三维高光谱图像张量; S200:构建成像前向观测模型,将三维高光谱图像张量建模为由平均光谱图像、光谱差分图像和噪声项组成;对三维光谱图像的每一个像素在光谱维度上进行平均处理,得到平均光谱图像,基于三维高光谱图像张量和平均光谱图像构建光谱差分图像; S300:将三维光谱差分图像重新排列为二维矩阵,并近似为一个低秩矩阵的乘积形式,采用PCA方法完成矩阵分解得到图像部分的主成分矩阵和光谱部分的主成分矩阵; S400:构建无监督神经网络,采用二维跳跃连接网络优化图像部分的主成分矩阵,以建模空间结构信息,采用一维跳跃连接网络优化光谱部分的主成分矩阵,用于拟合光谱主成分变化,分别得到优化后的图像部分的主成分矩阵和优化后的光谱部分的主成分矩阵,通过矩阵乘积,得到优化后的光谱差分图; S500:构建损失函数,基于损失函数和优化后的光谱差分图对无监督神经网络进行训练,达到预设的训练结束条件时,得到训练后的无监督神经网络,基于无监督神经网络得到最终的光谱差分图,基于平均光谱图像、最终的光谱差分图像完成高光谱图像恢复。

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湖南大学,其通讯地址为:410082 湖南省长沙市岳麓区麓山南路1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”。

以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。