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：西安电子科技大学杭州研究院
摘要：本发明属于图像处理技术领域，涉及一种多层级协同映射的高光谱与多光谱遥感图像融合方法，包括潜在空间投影单元、多层级特征映射单元和自适应特征融合单元；潜在空间投影单元通过两个卷积层将输入的图像数据投影到一个潜在表示空间，此过程通过学习得到的映射函数完成；多层级特征映射单元随后在该潜在空间内操作，其分为点级、局部和全局级映射三个层次；点级映射专注于像素级别的特征提取，而局部级映射则关注于邻域内的特征交互，全局级映射则着眼于整个图像层面的上下文信息。自适应特征融合单元以动态方式整合多层级特征，实现了高光谱与多光谱遥感图像的信息互补。本发明通过引入Mamba和隐式神经表示架构，具有较好的轻量化程度。
主权项：1.一种多层级协同映射的高光谱与多光谱遥感图像融合方法，其特征在于，包括以下步骤：S1、使用HSI作为基准标签图像，对HSI和MSI执行空间和光谱进行下采样处理，将处理后的图像作为训练样本，未经下采样的高光谱图像作为参考样本，生成适合网络参数调整的数据集；S2、构建多层级协同映射融合网络模型，该模型由潜在空间投影单元、多层级协同映射单元以及自适应融合单元组成；其中，潜在空间投影单元基于卷积神经网络技术，多层级协同映射单元整合了点映射、局部映射和全局映射三个子模块，点映射通过隐式神经网络实现，局部映射先对图像特征进行区域划分，再使用VisionMamba算法进行局部特征的映射，全局映射则直接应用VisionMamba算法进行整体特征映射；S3、采用Adam优化算法对上述多层级协同映射融合网络进行系统训练，以调整网络参数，得到训练后的网络模型；S4、将待融合的HSI与MSI输入至步骤S3中训练好的融合网络中，生成兼具高空间和高光谱分辨率的遥感图像。
全文数据：
权利要求：
百度查询： 西安电子科技大学杭州研究院 一种多层级协同映射的高光谱与多光谱遥感图像融合方法
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