Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 积分商城 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 > 武汉大学田昕获国家专利权

武汉大学田昕获国家专利权

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!

龙图腾网获悉武汉大学申请的专利基于频域引导的通用多光谱与全色图像融合方法及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:CN120088143B

龙图腾网通过国家知识产权局官网在2026-01-16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:202411995792.0,技术领域涉及:G06T5/50;该发明授权基于频域引导的通用多光谱与全色图像融合方法及系统是由田昕;张志远;励皓轩设计研发完成,并于2024-12-31向国家知识产权局提交的专利申请。

基于频域引导的通用多光谱与全色图像融合方法及系统在说明书摘要公布了:本申请涉及一种基于频域引导的通用多光谱与全色图像融合方法及系统,方法包括:构建频域引导的多光谱与全色图像融合网络,包括用于估计低分辨率多光谱图像模糊退化的光谱约束子网络和用于提取待融合图像空间细节的通用图像融合子网络,通用图像融合子网络中还包括基于频域引导的空间细节注入模块,利用光谱约束子网络的损失函数和通用图像融合子网络的损失函数对频域引导的多光谱与全色图像融合网络进行训练,并根据训练完成后的多光谱与全色图像融合网络对多个卫星的多光谱图像与全色图像进行融合。由此,解决了现有技术中存在的退化过程与真实场景不符、以及缺乏自适应性等问题,能够根据输入多光谱图像的不同模糊程度实现网络的自适应调整。

本发明授权基于频域引导的通用多光谱与全色图像融合方法及系统在权利要求书中公布了:1.一种基于频域引导的通用多光谱与全色图像融合方法,其特征在于,包括以下步骤: 构建光谱约束子网络,其中,所述光谱约束子网络用于以低分辨率多光谱图像和全色图像作为输入,估计所述低分辨率多光谱图像的模糊退化结果,并根据所述模糊退化结果构建损失函数的光谱保真项; 构建基于频域引导的空间细节注入模块,其中,所述空间细节注入模块用于向融合结果中注入所述全色图像的空间细节; 构建通用图像融合子网络,其中,所述通用图像融合子网络用于利用所述空间细节注入模块提取待融合图像的空间细节; 根据所述光谱约束子网络和所述通用图像融合子网络构建频域引导的通用多光谱与全色图像融合网络; 利用所述光谱约束子网络的损失函数和所述通用图像融合子网络的损失函数对所述频域引导的多光谱与全色图像融合网络进行训练,并根据训练完成后的多光谱与全色图像融合网络对多个卫星的多光谱图像与全色图像进行融合; 其中,所述基于频域引导的空间细节注入模块包括针对低分辨率多光谱图像的频域空间细节估计模块,用于生成全色图像的细节注入权重;一个EdgeDetection模块,用于估计全色图像的高频细节;一个SpatialExtraction模块,用于将加权后的全色图像高频细节进行整合与注入; 所述频域空间细节估计模块通过将低分辨率多光谱图像首先通过傅里叶变换,得到其频域信息,并将该模块通过1个以及1个层生成自适应权重图,再通过平均池化得到最终的全色图像空间细节注入权重; 所述SpatialExtraction模块包含卷积层与Relu激活函数,能够非线性提取全色图像的高频空间特征,利用得到的所述空间细节注入权重与所述全色图像的高频空间细节相乘,并通过所述SpatialExtraction模块得到最终注入的空间特征。

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武汉大学,其通讯地址为:430072 湖北省武汉市武昌珞珈山;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”。

以上内容由龙图腾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。