龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：北京京海逸科技有限责任公司
摘要：本发明涉及一种基于模型后处理的高光谱图像压缩重建方法，属于图像处理领域。本发明将光谱图像重建过程建模为优化求解模型，对上述优化求解模型公式进行求解得到光谱图像重建阶段的处理结果Frec；构建基于Unet模型的Unet高光谱图像修复模型；利用开源高光谱图像数据集，构建模型的训练数据集，并进行训练，使用训练得到的Unet高光谱图像修复模型对高光谱图像数据进行端到端处理，输入处理结果Frec，输出要恢复的三维高光谱图像数据F。本发明优化了高光谱图像重建算法结果，提升高光谱图像重建质量。
主权项：1.一种基于模型后处理的高光谱图像压缩重建方法，其特征在于，该方法包括如下步骤：阶段一：光谱图像重建求解阶段将光谱图像重建过程建模为以下优化求解模型， 其中，Y为CASSI成像系统捕获的二维测量值，A为CASSI成像系统的感知矩阵，表示CASSI成像过程中进行的调制、移位、叠加压缩的过程，Frec表示为要求解的三维高光谱图像数据，其中rec表示重建，表示二范数的平方；对上述优化求解模型公式进行求解得到光谱图像重建阶段的处理结果Frec，作为阶段二的输入；阶段二：基于Unet模型的光谱图像Refine阶段S21、构建基于Unet模型的Unet高光谱图像修复模型；S22、利用开源高光谱图像数据集，模拟CASSI成像过程，获取CASSI成像二维测量值，将二维测量值输入阶段一处理过程获取处理结果，作为Unet模型的输入，原数据集中的高光谱图像数据作为Unet模型的输出，以此构建模型的训练数据集；S23、使用训练数据集对Unet高光谱图像修复模型进行训练，在训练时，使用高光谱图像所有通道的PSNR值的平均值作为Unet高光谱图像修复模型的loss函数，训练指定的Epoch数后停止训练；S24、使用训练得到的Unet高光谱图像修复模型对高光谱图像数据进行端到端处理，输入阶段一中的处理结果Frec，Unet高光谱图像修复模型输出和输入图像Frec尺寸一致的处理结果Fres，即为要恢复的三维高光谱图像数据F。
全文数据：
权利要求：
百度查询： 北京京海逸科技有限责任公司 一种基于模型后处理的高光谱图像压缩重建方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
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