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：江西师范大学
申请日：2024-12-06
公开（公告）日：2025-01-03
公开（公告）号：CN119251054A
专利技术分类：
专利摘要：本申请涉及图像处理技术领域，具体公开了一种基于先验扩散模型的遥感图像超分辨率重建方法及系统，方法包括通过对低分辨率图像进行浅层特征信息提取得到浅层特征图，将浅层特征图与高分辨率图像进行多尺度下采样及卷积融合处理，并对处理后的特征图进行高频信息的提取以及自适应高频增强处理得到条件信息，通过在扩散模型的去噪过程中，对作为条件信息输入的低分辨率图像进行高频信息的深度挖掘，使低分辨率图像中的高频信息逐步逼近高分辨率图像，从而提升重建精度，此外，通过在反向扩散过程中引入噪声预测网络模型，噪声预测网络模型指导反向扩散过程中逐步去除噪声，提高了自然灾害遥感图像超分辨率重建的细节还原能力及精度。
专利权项：1.一种基于先验扩散模型的遥感图像超分辨率重建方法，其特征在于，包括：获取低分辨率图像和高分辨率图像，对所述低分辨率图像进行浅层特征信息提取，得到浅层特征图；对所述浅层特征图和所述高分辨率图像分别进行多尺度下采样及卷积融合处理，得到所述浅层特征图对应的第一多尺度特征图及所述高分辨率图像对应的第二多尺度特征图；对所述第一多尺度特征图和所述第二多尺度特征图分别进行快速傅里叶变换得到第一频谱特征图和第二频谱特征图，以及分别对所述第一频谱特征图和所述第二频谱特征图进行高频信息的提取、并对所述高频信息进行自适应高频增强处理，得到第一高频特征图和第二高频特征图；根据所述第一高频特征图和所述第二高频特征图的频谱幅值及相位信息搭建第一损失函数，基于所述第一损失函数，确定包括图像重建结果的条件信息；对所述高分辨率图像进行正向扩散处理,得到加噪后的终态图像，搭建噪声预测的初始网络模型，并基于所述终态图像以及所述条件信息对所述初始网络模型进行训练得到噪声预测的目标网络模型；对所述终态图像进行反向扩散处理以得到重建高分辨率图像，其中，在反向扩散处理过程中基于所述目标网络模型得到每一次图像迭代的噪声估计值，所述噪声估计值用于引导反向扩散过程的噪声处理以得到高分辨率的图像。
百度查询： 江西师范大学 基于先验扩散模型的遥感图像超分辨率重建方法及系统
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