恭喜北京理工大学;中国科学院西安光学精密机械研究所付莹获国家专利权
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!
龙图腾网恭喜北京理工大学;中国科学院西安光学精密机械研究所申请的专利一种基于空谱联合匹配的高光谱图像超分辨率方法及装置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:CN117114983B 。
龙图腾网通过国家知识产权局官网在2025-05-06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:202310613082.6,技术领域涉及:G06T3/4061;该发明授权一种基于空谱联合匹配的高光谱图像超分辨率方法及装置是由付莹;张英凯;李思远;张耿;冯向朋设计研发完成,并于2023-05-26向国家知识产权局提交的专利申请。
本一种基于空谱联合匹配的高光谱图像超分辨率方法及装置在说明书摘要公布了:本发明提出一种基于空谱联合匹配的高光谱图像超分辨率方法,包括,依据退化模型,构造有监督的高光谱图像和彩色图像成对的数据集;构造高光谱超分辨率网络,使用数据集对高光谱超分辨率网络进行训练;建立监督约束,使用损失函数优化高光谱超分辨率网络的参数;获取输入数据,生成高分辨率高光谱图像,完成推理和指标评价。本发明能够基于深度学习网络,通过对准和融合低分辨率的高光谱图像和高分辨率,获得高质量的高分辨率的高光谱图像。
本发明授权一种基于空谱联合匹配的高光谱图像超分辨率方法及装置在权利要求书中公布了:1.一种基于空谱联合匹配的高光谱图像超分辨率方法,其特征在于,包括以下步骤:依据退化模型,构造有监督的高光谱图像和彩色图像成对的数据集;构造高光谱超分辨率网络,使用所述数据集对所述高光谱超分辨率网络进行训练;建立监督约束,使用损失函数优化所述高光谱超分辨率网络的参数;获取输入数据,生成高分辨率高光谱图像,完成推理和指标评价;其中,所述构造高光谱超分辨率网络,包括:构造编码器,分别提取高光谱图像和彩色图像的多尺度特征;构造空间匹配网络,在特征尺度上进行空间特征匹配和特征聚合;构造光谱感知网络,对高光谱图像和彩色图像特征的相关性进行建模,完成光谱匹配;其中,所述构造编码器,包括:通过构造的编码器提取输入图像的多尺度特征,表示为:Fl=ElX,其中,X表示输入的高光谱图像或者彩色图像,F表示提取的特征图,E表示编码器,l表示尺度层级;所述空间匹配网络基于全局补丁匹配获得全局相似度和相关位置图,通过指导所述全局相似度和相关位置图进行特征聚合,其中,相似度和相关位置图计算表示为:Mi,j=normHTI, 其中,H表示从高光谱提取的特征中划分为固定大小的补丁,I表示从彩色图像提取的特征中划分的固定大小的补丁,T表示转置操作,norm·表示归一化,Mi,j表示相关性矩阵,Si表示相似度矩阵,Ci表示相关位置矩阵,i,j分别表示低分特征补丁的位置和高分特征补丁的位置;根据获得的空间相关性,聚合相似特征,表示如下: 其中,表示从参考彩色图像中提取的特征,表示特征聚合网络,Al表示聚合后的参考图像特征,p表示当前的位置,p′表示从相关位置矩阵中查找对应相关性最高的位置,pk∈{-1,-1,-1,0,…,1,1},ωk表示网络的卷积参数,Δpk表示可学习的偏移,mk表示可学习的掩码;所述光谱感知网络基于注意力机制来光谱维度的长距离相似性,指导对特征的融合并重建出高分辨率的高光谱图像,表示如下: 其中,Fl表示从高光谱图像中提取的特征,Al表示聚合后的特征,表示融合后的第l层特征,表示上一阶段第l-1层特征,Attention·表示注意力网络模块。
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北京理工大学;中国科学院西安光学精密机械研究所,其通讯地址为:100081 北京市海淀区中关村南大街5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”。
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。