西安电子科技大学马明明获国家专利权
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!
龙图腾网获悉西安电子科技大学申请的专利一种基于多级信息提取的高光谱与全色图像融合方法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:CN116433548B 。
龙图腾网通过国家知识产权局官网在2025-07-08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:202310400842.5,技术领域涉及:G06T5/50;该发明授权一种基于多级信息提取的高光谱与全色图像融合方法是由马明明;牛毅;王丹;李甫;石光明设计研发完成,并于2023-04-14向国家知识产权局提交的专利申请。
本一种基于多级信息提取的高光谱与全色图像融合方法在说明书摘要公布了:一种基于多级信息提取的高光谱与全色图像融合方法,包括以下步骤;1图像预处理,对高光谱图像对应的彩色图像进行滤波,然后在高光谱图像的行和列两个方向以步长为r获取像素得到低分辨率高光谱图像;采用均值不变约束对LR‑HSI进行上采样操作,得到UP‑HIS;2设计残差活性因子:3设计局部残差融合模块:4多级信息提取融合,根据残差活性因子计算局部残差融合模块的残差学习能力,确定局部残差融合模块个数;对所采用的UP‑HSI为等间隔谱段抽取,最终输出重建的HR‑HSI。本发明使用多级光谱信息和特征图批量共享一个隐藏层状态,相互感知每个通道图的平均信息,同时完成特征提取和融合。能够提高光谱图像与全色图像的相关性,减少光谱失真。
本发明授权一种基于多级信息提取的高光谱与全色图像融合方法在权利要求书中公布了:1.一种基于多级信息提取的高光谱与全色图像融合方法,其特征在于,包括以下步骤; 1图像预处理,对高空间分辨率低光谱分辨率的多光谱图像HR-MSI进行滤波,然后在高光谱图像的行和列两个方向以步长为r获取像素得到低分辨率高光谱图像LR-HSI;采用均值不变约束对LR-HSI进行上采样操作,得到上采样的高分辨率高光谱图像UP-HSI; 2设计残差活性因子: 3设计局部残差融合模块: 4多级信息提取融合,根据残差活性因子计算局部残差融合模块的残差学习能力,确定局部残差融合模块个数;对所采用的UP-HSI等间隔谱段抽取,最终输出重建的HR-HIS; 所述步骤2具体为: 2a定义残差活性因子η如下: 其中x表示残差学习模块的输入特征,fx表示残差模块拟合的映射,定义x一范数与fx一范数的比值为残差活性因子; 2b进一步刻画残差模块的学习活性,将η刻画为0到1.0之间的数如下所示: 那么,当残差活性因子η越接近1.0附近时,残差模块的学习活性就越强,残差学习模块退化的风险就越低; 所述步骤3具体为: 3a第一个局部残差融合模块以HR-MSI为输入,经过卷积操作输出特征图0,其余的局部残差模块输出图像与HR-MSI在通道维度上级联后经过卷积操作输出特征图0; 3b将特征图0与UP-HSI在通道维度上级联,并采用通道平均机制,计算出各自通道的均值,然后经过一个共享隐藏状态的全连接神经网络,为每个通道输出一个小系数,最后各个通道与相应的小系数相乘,完成通道信息感知,输出特征图1和特征图2; 3c将特征图1和特征图2在通道维度上级联,经过卷积进行特征提取和卷积改变通道数,然后与相同通道数的特征图0进行级联,再次使用卷积完成特征融合,输出特征融合图像。
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西安电子科技大学,其通讯地址为:710071 陕西省西安市雁塔区太白南路2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。