西安电子科技大学郑毓轩获国家专利权
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自适应特征调制网络的高光谱与全色图像融合方法、系统、设备及介质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:CN118967473B 。
龙图腾网通过国家知识产权局官网在2025-09-26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:202411030964.0,技术领域涉及:G06T5/50;该发明授权一种基于自适应特征调制网络的高光谱与全色图像融合方法、系统、设备及介质是由郑毓轩;柴俊雪;李娇娇;谢卫莹;吴宪云;王柯俨;宋锐;李云松设计研发完成,并于2024-07-30向国家知识产权局提交的专利申请。
本一种基于自适应特征调制网络的高光谱与全色图像融合方法、系统、设备及介质在说明书摘要公布了:本发明公开了一种基于自适应特征调制网络的高光谱与全色图像融合方法、系统、设备及介质,通过八度卷积单元直接从全色图像高频特征中获取更全面的全色图像细节信息,避免了复杂的滤波器设计,实现了对于全色图像空间细节的充分挖掘;通过空间和光谱可分离三维卷积单元提取高光谱图像特征,减少了网络参数量,提高了算法运行速度,高效地捕获高光谱图像的多尺度空间‑光谱特征;通过自适应特征调制模块,不仅有效地利用全色图像的细节特征增强融合图像的空间信息,而且能够自适应地调整注入细节以保证融合结果的光谱保真度,实现了全色图像细节的精确注入;本发明提出的融合方法充分挖掘和利用全色图像的空间细节信息,具有清晰的可解释性。
本发明授权一种基于自适应特征调制网络的高光谱与全色图像融合方法、系统、设备及介质在权利要求书中公布了:1.一种基于自适应特征调制网络的高光谱与全色图像融合方法,其特征在于,包括如下步骤: 步骤1:获取公开的原始高光谱图像,对一定像素区域的原始高光谱图像进行切分,得到若干个尺寸相同且互不重叠的高光谱图像块; 步骤2:基于Wald协议,将步骤1中切分后的原始高光谱图像块作为参考图像,对参考图像进行预处理,分别得到低分辨率的高光谱图像H和高分辨率的全色图像P;并将预处理后的若干个高光谱图像块划分成高光谱训练集和高光谱测试集; 步骤3:构建基于自适应特征调制网络的高光谱与全色图像融合模型;所述高光谱与全色图像融合模型包括八度卷积单元、空间和光谱可分离三维卷积单元、自适应特征调制模块以及细节重建模块; 将步骤2得到的全色图像P输入八度卷积单元进行多层高频细节特征提取,得到全色图像P的细节特征图FPD;所述八度卷积单元包括一个卷积核大小为3×3的卷积层、三个八度卷积层、一个特征拼接层和一个卷积核大小为1×1的卷积层;所述三个八度卷积层分别为第一八度卷积层、第二八度卷积层以及第三八度卷积层,卷积核大小均为3×3; 所述多层高频细节特征提取的过程如下: 1:将步骤2中的全色图像P输入卷积核大小为3×3的卷积层进行特征提取,得到维度为h×w×c的初始特征图Xini,h,w,c分别表示特征图的高度、宽度和通道数; 2:将初始特征图Xini输入第一八度卷积层进行卷积,得到维度为h×w×1-αc的第一高频特征图XH1;同时对初始特征图Xini依次进行平均池化和卷积,得到维度为的第一低频特征图XL1,其中α表示分配给第一低频特征图XL1通道的比率,α∈[0,1]; 3:将第一高频特征图XH1和第一低频特征图XL1输入第二八度卷积层中进行同频率更新和跨频率通信,得到第二高频特征图XH2和第二低频特征图XL2; 4:将第二高频特征图XH2和第二低频特征图XL2输入第三八度卷积层中分别进行3×3卷积,得到卷积后的第二高频特征图X′H2和第二低频特征图X′L2,再对卷积后的第二低频特征图X′L2进行上采样,得到上采样后的第二低频特征图X′L2U,然后将卷积后的第二高频特征图X′H2与第二低频特征图X′L2U相加,得到第三八度卷积层输出的第三高频特征图XH3; 5:将第一八度卷积层输出的第一高频特征图XH1、第二八度卷积层输出的第二高频特征图XH2以及第三八度卷积层输出的第三高频特征图XH3输入特征拼接层进行特征图通道维度拼接,然后将拼接后的特征图输入卷积核大小为1×1的卷积层进行卷积,得到全色图像P的细节特征图FPD; 步骤4:将步骤2中的高光谱训练集输入到步骤3构建的基于自适应特征调制网络的高光谱与全色图像融合模型进行训练,直至损失函数收敛,得到训练好的基于自适应特征调制网络的高光谱与全色图像融合模型; 步骤5:将步骤2中的高光谱测试集输入训练好的基于自适应特征调制网络的高光谱与全色图像融合模型进行测试,得到高分辨率融合高光谱图像。
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”。
以上内容由龙图腾AI智能生成。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励