湖南大学佃仁伟获国家专利权
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低秩分解的高光谱与多光谱融合方法、系统及介质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：CN121458558B 。
龙图腾网通过国家知识产权局官网在2026-04-03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：202610003346.X，技术领域涉及：G06T5/50；该发明授权基于低秩分解的高光谱与多光谱融合方法、系统及介质是由佃仁伟;刘清;李树涛;刘元晔设计研发完成，并于2026-01-05向国家知识产权局提交的专利申请。
本基于低秩分解的高光谱与多光谱融合方法、系统及介质在说明书摘要公布了：本发明公开了一种基于低秩分解的高光谱与多光谱融合方法、系统及介质，本发明方法包括将高光谱图像和多光谱图像进行光谱维度融合得到输入特征并提取低秩信息的评分权重，从而将输入特征分解为低秩特征和非低秩特征；将低秩特征张量分解重构得到低秩信息矩阵；将非低秩特征及其注意力特征、梯度特征序列级融合建模为非低秩信息矩阵；将低秩信息矩阵、非低秩信息矩阵和输入特征融合重建为输出特征，再经信息解码重建出最终的高分辨率高光谱图像。本发明旨在通过低秩建模与特征解耦融合光谱与空间信息，生成具有高光谱和高空间分辨率的图像，有效提高检测效率并改善图像质量。
本发明授权基于低秩分解的高光谱与多光谱融合方法、系统及介质在权利要求书中公布了：1.一种基于低秩分解的高光谱与多光谱融合方法，其特征在于，包括下述步骤：将低分辨率的高光谱图像和高分辨率的多光谱图像利用预先训练的高光谱图像融合网络重建出最终的高分辨率高光谱图像： S101，将高光谱图像和多光谱图像进行光谱维度融合得到输入特征； S102，对输入特征进行低秩信息预测得到低秩信息的评分权重，依据低秩信息的评分权重将输入特征分解为低秩特征和非低秩特征； S103，将低秩特征进行张量分解重构得到低秩信息矩阵；从输入特征中获取未经预测评分加权掩码的原始非低秩特征，对原始非低秩特征提取注意力特征，将输入特征进行空间x，y方向梯度提取得到梯度特征，将非低秩特征、注意力特征、梯度特征进行序列级融合建模得到非低秩信息矩阵； S104，将低秩信息矩阵，非低秩信息矩阵和输入特征融合重建获得输出特征； S105，将输出特征进行信息解码重建出最终的高分辨率高光谱图像。
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励