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：广东海洋大学
摘要：本发明公开了一种基于积分增强梯度迭代神经网络的多源遥感图像融合方法，包括以下步骤，S1：分别对低空间分辨率高光谱分辨率图像YR和高空间分辨率低光谱分辨率图像YL进行预处理；S2：将经过预处理的图像YR和YL二维化；S3：利用二维化处理后的图像YR和YL构建待融合图像X的概率模型；S4：将待融合图像X的概率模型等效为西尔维斯特方程组；S5：利用积分增强梯度迭代神经网络，对步骤S4中的西尔维斯特方程组进行求解；S6：通过反演得出融合后的全分辨率遥感图像。本发明中的融合方法可以对两个互补的低空间分辨率高光谱分辨率图像和高空间分辨率低光谱分辨率图像进行融合重建，并对融合过程进行简化，最终得出的融合图像具有高空间分辨率和高光谱分辨率。
主权项：1.基于积分增强梯度迭代神经网络的多源遥感图像融合方法，所述多源遥感图像包括一个低空间分辨率高光谱分辨率图像YR和一个高空间分辨率低光谱分辨率图像YL，其特征在于，包括以下步骤，S1：分别对低空间分辨率高光谱分辨率图像YR和高空间分辨率低光谱分辨率图像YL进行预处理；S2：将经过预处理的图像YR和YL二维化处理；S3：利用二维化处理后的图像YR和YL构建待融合图像X的概率模型；S4：引入满秩矩阵H，将待融合图像X进行分解降维，即令X＝HU，U为待融合图像X在H矩阵列子空间上的投影；S5：利用最优化理论，将步骤S4中构建的待融合图像X的概率模型等效为西尔维斯特方程组；S6：利用积分增强梯度迭代神经网络，对步骤S4中的西尔维斯特方程组进行求解，得出满足求解要求的矩阵U；S7：将S6得出的矩阵U，通过反演得出融合后的遥感图像X＝HU。
全文数据：
权利要求：
百度查询： 广东海洋大学 基于积分增强梯度迭代神经网络的多源遥感图像融合方法
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