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！

龙图腾网获悉江西省科技基础条件平台中心(江西省计算中心)申请的专利一种基于空间-光谱信息增强的遥感图像全色锐化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：CN120689243B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202511205974.8，技术领域涉及：G06T5/73；该发明授权一种基于空间-光谱信息增强的遥感图像全色锐化方法是由戴欢;刘贾贾;李孟臻;郎益文;王康;周志鹏;胡少文;周冬初;杨宇仙;罗澍寰设计研发完成，并于2025-08-27向国家知识产权局提交的专利申请。

本一种基于空间-光谱信息增强的遥感图像全色锐化方法在说明书摘要公布了：本发明提出一种基于空间‑光谱信息增强的遥感图像全色锐化方法，该方法包括：对低分辨率多光谱图像进行上采样操作，得到上采样的多光谱图像，利用动态可变形卷积分别对上采样的多光谱图像与全色图像进行特征提取，以分别得到低分辨率多光谱图像的光谱特征与全色图像的空间特征，并分别经过微调的三重注意力机制与残差网络块处理，分别得到精炼的光谱特征与精炼的空间特征。本发明通过动态可变形卷积能够根据输入图像动态调整卷积核的形状和权重，从而在特征提取与融合过程中提升网络对不同尺度特征的适应能力，这种适应性使得网络能够更有效地捕捉图像光谱和空间特征，进而提高其泛化能力。

本发明授权一种基于空间-光谱信息增强的遥感图像全色锐化方法在权利要求书中公布了：1.一种基于空间-光谱信息增强的遥感图像全色锐化方法，其特征在于，所述方法包括如下步骤： 步骤1、基于动态可变形卷积、归一化与ReLU激活函数构建特征提取模块，在三重注意力机制中引入耦合机制，以得到微调的三重注意力机制，基于残差密集块、门控机制与索贝尔算子构建特征融合模块；特征提取模块、微调的三重注意力机制、残差网络块与特征融合模块构成遥感图像增强融合模型； 步骤2、获取遥感图像，对遥感图像中的低分辨率多光谱图像进行上采样操作，得到上采样的多光谱图像，分别对上采样的多光谱图像与遥感图像中的全色图像进行特征提取，并进行拼接，以得到低分辨率多光谱图像和全色图像拼接后的特征图； 步骤3、利用特征提取模块分别对上采样的多光谱图像与全色图像进行特征提取，以分别得到低分辨率多光谱图像的光谱特征与全色图像的空间特征； 步骤4、将低分辨率多光谱图像和全色图像拼接后的特征图分别经过微调的三重注意力机制与残差网络块处理，以分别得到精炼的光谱特征与精炼的空间特征； 步骤5、利用特征融合模块对精炼的光谱特征与精炼的空间特征进行处理，以得到高分辨率多光谱图像； 步骤6、基于高分辨率多光谱图像分别构建得到感知损失函数与像素损失函数，利用感知损失函数与像素损失函数对遥感图像增强融合模型进行优化，得到优化后的遥感图像增强融合模型，将遥感图像输入至优化后的遥感图像增强融合模型中进行处理，得到最终的高分辨率多光谱图像； 在所述步骤5中，利用特征融合模块对精炼的光谱特征与精炼的空间特征进行处理，以得到高分辨率多光谱图像，具体包括如下子步骤： 将精炼的光谱特征输入至残差密集块中进行特征提取，以得到残差特征； 将残差特征与精炼的空间特征进行拼接，以得到门控特征； 将门控特征依次经过卷积操作与Sigmoid函数处理，以得到门控权重； 基于门控权重对残差特征与精炼的空间特征进行加权融合，以得到融合特征； 将融合特征经过卷积操作，以得到卷积特征； 利用索贝尔算子对全色图像进行处理，以得到梯度图； 将卷积特征与梯度图进行逐元素相乘，以得到高频细节特征； 将高频细节特征与融合特征进行相加，并进行卷积操作，以得到高分辨率多光谱图像。

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江西省科技基础条件平台中心(江西省计算中心)，其通讯地址为：330000 江西省南昌市西湖区井冈山大道1416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。