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！

龙图腾网获悉东北大学;中国地质科学院矿产资源研究所申请的专利基于自适应多尺度特征的高光谱和多光谱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：CN120047326B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202510517884.6，技术领域涉及：G06T5/50；该发明授权基于自适应多尺度特征的高光谱和多光谱图像融合方法是由栾金鹏;殷健豪;李立兴;付建飞;姚玉增设计研发完成，并于2025-04-24向国家知识产权局提交的专利申请。

本基于自适应多尺度特征的高光谱和多光谱图像融合方法在说明书摘要公布了：本发明公开了一种基于自适应多尺度特征的高光谱和多光谱图像融合方法，该方法首先将低空间分辨率高光谱分辨率的高光谱图像和高空间分辨率低光谱分辨率的多光谱图像作为网络的输入经由通道交互上的采样模块上采样实现高效特征扩展，然后将它们融合成与参考图像具有相同大小的超多光谱图像，再经由多尺度自适应空间重构模块捕捉多样化特征，重建空间信息，优化后的特征图进入光谱自注意力增强模块进行光谱注意力增强，计算特征图之间的相关性生成注意力图，重建光谱信息。使得图像在融合的过程中，避免空间细节丢失、跨域泛化能力不足及光谱分辨率低导致光谱失真等问题的出现。

本发明授权基于自适应多尺度特征的高光谱和多光谱图像融合方法在权利要求书中公布了：1.一种基于自适应多尺度特征的高光谱和多光谱图像融合方法，其特征在于，所述方法包括： 获取低空间分辨率高光谱分辨率的高光谱图像和高空间分辨率低光谱分辨率的多光谱图像； 通过通道交互上采样模块将所述低空间分辨率高光谱分辨率的高光谱图像转换为上采样特征，所述上采样特征的空间分辨率与所述高空间分辨率低光谱分辨率的多光谱图像的空间分辨率相同； 根据所述上采样特征和所述高空间分辨率低光谱分辨率的多光谱图像确定插值融合特征； 根据所述插值融合特征确定空间融合特征，包括：对所述插值融合特征进行卷积操作以得到融合权重和综合权重；根据所述融合权重和所述插值融合特征确定交互特征；根据所述综合权重和所述插值融合特征确定综合特征；根据所述交互特征和所述综合特征确定空间融合特征；所述对所述插值融合特征进行卷积操作以得到融合权重和综合权重通过如下表达式实现： WS=ConvSx WC=ConvCx WA=ConvAx WH=ConvHx WV=ConvVx Wconcat=[WS;WC;WA;WH;WV] W1=Conv1×1Wconcat W2=WS+WC+WA+WH+WV 其中，x表示插值融合特征，WS表示标准卷积输出的标准权重矩阵，WC表示CDC卷积输出的中心差分权重矩阵，WA表示ADC卷积输出的角度差分权重矩阵，WH表示HDC卷积输出的水平差分权重矩阵，WV表示VDC卷积输出的垂直差分权重矩阵，Wconcat表示通道维度拼接后的拼接权重矩阵；W1表示融合权重，W2表示综合权重； 根据所述空间融合特征确定残差融合特征，包括：对所述空间融合特征进行卷积处理得到卷积空间融合特征；将所述卷积空间融合特征与所述空间融合特征进行残差连接得到所述残差融合特征； 光谱自注意力增强模块根据所述残差融合特征和所述空间融合特征确定融合图像，其中，根据所述残差融合特征和所述空间融合特征确定融合图像包括：将所述残差融合特征进行卷积处理，得到查询特征、键特征及值特征；根据所述查询特征和键特征确定光谱能量矩阵；根据所述光谱能量矩阵确定注意力图；根据所述注意力图、所述值特征和所述残差融合特征确定所述融合图像；通过如下表达式实现： A=SoftmaxE E=QTK Y=β·A·V+X Y=β·SoftmaxQTK·V+X 其中，Y表示融合图像，X表示残差融合特征，Q∈表示查询特征，QT表示查询特征的转置，K∈表示键特征，A∈表示注意力权重图，V∈表示值特征，E∈表示光谱能量矩阵，Softmax表示归一化操作，β表示可学习参数。

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东北大学;中国地质科学院矿产资源研究所，其通讯地址为：110819 辽宁省沈阳市和平区文化路三巷11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”。