南京理工大学张毅获国家专利权
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!
龙图腾网获悉南京理工大学申请的专利一种基于光谱冗余压缩的高光谱成像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:CN116630461B 。
龙图腾网通过国家知识产权局官网在2025-12-09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:202310727895.8,技术领域涉及:G06T11/00;该发明授权一种基于光谱冗余压缩的高光谱成像方法是由张毅;于子琦;赵壮;陆骏;韩静;柏连发;穆久涛;欧阳若冰设计研发完成,并于2023-06-20向国家知识产权局提交的专利申请。
本一种基于光谱冗余压缩的高光谱成像方法在说明书摘要公布了:本发明公开了一种基于光谱冗余压缩的高光谱成像方法,包括如下步骤:一、搭建高光谱成像系统,利用所述高光谱成像系统对目标场景进行压缩采样得到观测值和RGB图像,所述高光谱成像系统为基于单像素重建的高光谱成像系统;二、构建单像素高光谱重建网络,利用所述单像素高光谱重建网络对步骤一得到的观测值和RGB图像进行处理,得到高空间、高光谱分辨率的重建结果,所述单像素高光谱重建网络包括基于光谱冗余压缩的单像素重建模块和基于渐进式超分的双维度拉伸模块,最终在获得高空间、高光谱分辨率的重建结果的同时,并没有增加实际压缩采样次数。
本发明授权一种基于光谱冗余压缩的高光谱成像方法在权利要求书中公布了:1.一种基于光谱冗余压缩的高光谱成像方法,其特征在于,包括如下步骤: 一、搭建高光谱成像系统,利用所述高光谱成像系统对目标场景进行压缩采样得到观测值和RGB图像,所述高光谱成像系统为基于单像素重建的高光谱成像系统; 二、构建单像素高光谱重建网络,利用所述单像素高光谱重建网络对步骤一得到的观测值和RGB图像进行处理,得到高空间、高光谱分辨率的重建结果,所述单像素高光谱重建网络由基于光谱冗余压缩的单像素重建模块和基于渐进式超分的双维度拉伸模块组成; 步骤二中所述基于光谱冗余压缩的单像素重建模块采用以下模型: ; 其中,代表压缩采样目标场景得到的观测值,代表利用降维模块降维观测值后的结果,代表在降维的情况下的重建和增强结果,表示全连接重建模块,表示残差增强模块,表示利用连续的光谱维度全连接对压缩采样的观测值进行降维处理; 步骤二中所述基于渐进式超分的双维度拉伸模块采用以下模型: ; 其中,表示特征波段拼接,表示残差连接,表示RGB图像,表示光谱维度恢复结果,表示Transformer模型,表示空间分辨率超分结果,为亚像素卷积模型,代表卷积操作; 所述Transformer模型包括以下步骤: 221、将输入图像重塑为,然后利用下式对进行线性投影操作: ; 式中,为投影后的结果,为可学习的参数,代表图像的空间分辨率,为图像的光谱波段数量; 222、沿着光谱通道数将分为个部分,即,每个部分的尺寸均为,然后利用下式计算的注意力机制: ; 式中,为的转置,为可学习参数,代表激活函数; 223、将个部分相互连接并通过下式进行操作: ; 式中,为可学习的参数,由两个和一个激活函数组成,为输出结果。
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南京理工大学,其通讯地址为:210094 江苏省南京市玄武区孝陵卫200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