吉林大学黄博获国家专利权
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!
龙图腾网获悉吉林大学申请的专利一种基于生成对抗网络的多损失函数的遥感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:CN115222636B 。
龙图腾网通过国家知识产权局官网在2025-12-30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:202210841146.3,技术领域涉及:G06T5/50;该发明授权一种基于生成对抗网络的多损失函数的遥感图像融合方法是由黄博;李雄飞;王瑀;丁天奇;张小利设计研发完成,并于2022-07-18向国家知识产权局提交的专利申请。
本一种基于生成对抗网络的多损失函数的遥感图像融合方法在说明书摘要公布了:本发明提供了一种基于生成对抗网络的多损失函数的遥感图像融合方法,包括:基于源图像中的全色图和多光谱图,构建数据集;构建生成器网络、空间判别器网络和光谱判别器网络,将所述数据集中的图像输入至所述生成器网络,生成伪图像,基于所述空间判别器网络与光谱判别器网络,判断所述伪图像的相似性;基于最小化损失函数,训练所述生成器网络、空间判别器网络和光谱判别器网络;基于训练后的所述生成器网络,融合所述源图像中的全色图和多光谱图,生成融合图像。本发明的融合效果优于传统融合算法及一般的基于深度学习的融合算法,在全尺寸图像上的表现更好,泛化能力更强,可以高效地进行遥感图像的融合。
本发明授权一种基于生成对抗网络的多损失函数的遥感图像融合方法在权利要求书中公布了:1.一种基于生成对抗网络的多损失函数的遥感图像融合方法,其特征在于,包括: 基于源图像中的全色图和多光谱图,构建数据集; 构建生成器网络、空间判别器网络和光谱判别器网络,将所述数据集中的图像输入至所述生成器网络,生成伪图像,利用所述空间判别器网络和所述光谱判别器网络,验证所述伪图像; 基于最小化损失函数,训练所述生成器网络、空间判别器网络和光谱判别器网络; 所述最小化损失函数包括生成器损失、空间判别器对抗损失、光谱判别器对抗损失; 所述生成器损失包括:内容损失、无参数损失和对抗损失; 所述内容损失的表达式为: 其中,N为数据集中已经配准的图像总数,i为数据集中的图像序号,F表示由生成器生成的伪图像,T表示经由Wald’sprotocol得到的金标准; 所述无参数损失的表达式为: 其中,QNR为无参照图像质量评价指标,表达式为: 其中,QNR表示与两项的乘积,为谱失真评价指标;为空间质量评 价指标,i与j为两个不同的图片序号,K为波段数,与分别为多光谱图像与全色图像,为图像质量评价公式,为输入图像的协方差,与代表输入图像的均值,与代表输入图像的方差; 所述对抗损失的表达式为: 其中,和分别代表空间判别器和光谱判别器; 所述空间判别器对抗损失的表达式为: 其中,为伪图像各个通道的均值; 所述光谱判别器对抗损失的表达式为: 其中,为伪图像经过下采样后得到的图像; 基于训练后的所述生成器网络,融合所述源图像中的全色图和多光谱图,生成融合图像。
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吉林大学,其通讯地址为:130012 吉林省长春市前进大街2699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