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！

龙图腾网获悉昭通学院申请的专利一种光谱影像超分辨率的方法及装置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：CN119762348B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202411832119.5，技术领域涉及：G06T3/4053；该发明授权一种光谱影像超分辨率的方法及装置是由晁江琴;周骏;凡净;蔺吉庆;黄小涛;潘永平设计研发完成，并于2024-12-12向国家知识产权局提交的专利申请。

本一种光谱影像超分辨率的方法及装置在说明书摘要公布了：本发明公开一种光谱影像超分辨率的方法及装置，涉及遥感影像处理技术领域，以解决现有技术中的光谱超分辨率反映地物影像时准确性较差的问题。方法包括：获取目标地物成像覆盖的第一影像和第二影像，第一影像为具有相同地物成像覆盖的第一高光谱影像及第一多光谱影像，第二影像为高光谱影像未覆盖区域的第二多光谱影像；基于第一影像，按照非局部低秩光谱字典学习策略，对光谱字典进行优化，得到目标光谱字典；基于目标光谱字典及第二影像，按照非局部稀疏低秩学习策略，确定目标系数矩阵；基于目标光谱字典及目标系数矩阵，得到与第二多光谱影像覆盖区域相同的第二高光谱影像；提升了光谱超分辨率反映地物影像时的准确性。

本发明授权一种光谱影像超分辨率的方法及装置在权利要求书中公布了：1.一种光谱影像超分辨率的方法，其特征在于，包括： 获取目标地物成像覆盖的第一影像和第二影像，所述第一影像为具有相同地物成像覆盖的第一高光谱影像及第一多光谱影像，所述第二影像为高光谱影像未覆盖区域的第二多光谱影像；其中，高光谱影像为低空间分辨率影像，多光谱影像为高空间分辨率影像； 基于所述第一影像，按照非局部低秩光谱字典学习策略，对光谱字典进行优化，得到目标光谱字典；所述目标光谱字典表示具有相同地物场景覆盖的高光谱影像及多光谱影像的光谱字典；所述基于所述第一影像，按照非局部低秩光谱字典学习策略，对光谱字典进行优化，得到目标光谱字典，之前包括：对所述第一高光谱影像进行空间上采样处理，得到与所述第一多光谱影像空间尺寸相同的第三高光谱影像；对所述第三高光谱影像及所述第一多光谱影像进行归一化处理，得到第三多光谱影像及第四高光谱影像；所述第三多光谱影像及所述第四高光谱影像的像素值为目标像素值；基于所述第三多光谱影像及所述第四高光谱影像，得到多组第一三维图像块；基于多组所述第一三维图像块，构建所述非局部低秩光谱字典学习策略；其中，所述基于多组所述第一三维图像块，构建非局部低秩光谱字典学习策略，包括： 对多组所述第一三维图像块进行二维矩阵展开处理，得到多个第一目标二维矩阵；基于多个所述第一目标二维矩阵，采用公式： 构建所述非局部低秩光谱字典学习策略；其中，Dc为第一目标二维矩阵的光谱字典矩阵、Ac为第一目标二维矩阵的系数矩阵、Yc为中间图像、为第k组三维图像块的系数矩阵、符号||·||F为傅里叶范数、符号||·||1为范数、符号||·||*为核范数、Q为辅助变量、为投影、λ为正则化参数、β为正则化参数、γ为正则化参数；||Xc||1用于促进系数矩阵的稀疏性，用于促进系数矩阵的非局部相似性，||Dc||*用于促进光谱字典的低秩性，Q作为非负约束，由促进光谱字典矩阵的非负性； 基于所述目标光谱字典及所述第二影像，按照非局部稀疏低秩学习策略，确定目标系数矩阵； 基于所述目标光谱字典及所述目标系数矩阵，确定第二高光谱影像；所述第二高光谱影像为与所述第二多光谱影像覆盖区域相同的高光谱影像。

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昭通学院，其通讯地址为：657099 云南省昭通市昭阳区国学路；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”。

以上内容由龙图腾AI智能生成。