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！

龙图腾网获悉中国科学院上海技术物理研究所申请的专利一种基于空谱联合神经网络的高光谱图像去噪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：CN116977649B 。

龙图腾网通过国家知识产权局官网在2026-01-23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：202310915339.3，技术领域涉及：G06V10/30；该发明授权一种基于空谱联合神经网络的高光谱图像去噪方法是由孙德新;廉小颖设计研发完成，并于2023-07-25向国家知识产权局提交的专利申请。

本一种基于空谱联合神经网络的高光谱图像去噪方法在说明书摘要公布了：本发明公开了一种基于空谱联合神经网络的高光谱图像去噪方法，包括：图像预处理后，计算出图像的空间梯度和光谱梯度；建立空间光谱联合卷积网络，所述网络包括数据输入、多分辨率卷积模块、全级联模块和残差输出四个部分，数据输入网络，通过多分辨率卷积模块对空间数据、空间梯度和光谱梯度进特征提取；基于全级联模块的残差跳跃连接模式将提取的特征映射进行积分拼接，实现特征信息的充分融合，实现网络训练学习；最终通过残差输出模块实现噪声残差；训练后网络根据待处理图像的噪声特征和强度进行自适应判断去除。无需人工判读，有效利用图像自身特性实现深度降噪，通用性强，可有效提高图像质量，为后续图像分析和应用奠定基础。

本发明授权一种基于空谱联合神经网络的高光谱图像去噪方法在权利要求书中公布了：1.一种基于空谱联合神经网络的高光谱图像去噪方法，其特征在于包括如下步骤： 步骤1.输入一景高光谱图像数据Y作为原始训练图像数据，对高光谱原始图像数据进行预处理后，计算出高光谱原始图像的空间梯度和光谱梯度； 步骤2.建立空间光谱联合卷积网络，所述网络包括数据输入、多分辨率卷积模块、全级联模块和残差输出四个部分，所述数据输入包括原始图像当前波段空间数据、空间梯度和光谱梯度，通过多分辨率卷积模块对空间数据、空间梯度和光谱梯度进行特征提取；提取的特征经全级联模块向后传递，基于全级联模块的残差跳跃连接模式将提取的特征映射进行积分拼接，实现特征信息的充分融合，实现网络训练学习；最终通过残差输出模块实现噪声残差； 步骤3.基于上述建立的空间光谱联合卷积网络学习步骤1中预处理的原始训练数据图像的噪声特征，构建空间光谱网络损失函数对网络进行损失计算，实现网络参数训练； 步骤4.将待处理的高光谱图像输入上述训练完成的空间光谱联合卷积网络，根据待处理图像的噪声特征和强度进行自适应判断去除，得到校正后干净的高光谱图像； 所述步骤1中所述高光谱原始图像的空间梯度包括水平梯度和垂直梯度，使用Sobel滤波器水平过滤器矩阵fh和垂直过滤器矩阵fv来计算，通过fh，fv和输入图像Y之间的卷积，可获得高光谱原始图像的水平梯度Sh和垂直梯度Sv： Sh＝fh*Y1 Sv＝fv*Y2 高光谱原始图像的光谱梯度Ss为相邻两个波段图像对应像素值的差值： Ss＝Ym,n,k+1-Ym,n,k3 其中，Ym,n,k+1表示高光谱图像Y在空间横坐标为m，纵坐标为n，波段序号为k+1时的像素值；Ym,n,k表示高光谱图像Y在空间横坐标为m，纵坐标为n，波段序号为k时的像素值； 则空间光谱联合信息F可表示为： F＝{Yk,Sh,Sv,Ss}4 其中，Yk是当前第k个波段的噪声图输入数据，Sh为高光谱原始图像的水平梯度、Sv为高光谱原始图像的垂直梯度、Ss为高光谱原始图像的光谱梯度； 所述步骤3所述空间光谱联合网络损失函数是由空间维损失和光谱维损失组成，所述空间维损失Lspa为： 其中，T是训练块的个数；i是当前训练块的编号，取值为1到T之间的整数；是第i个训练块的第k波段估计残差输出；是第i个训练块第k波段的噪声图输入数据；是第i个训练块未添加噪声的第k波段的数据值； 所述光谱维损失包括当前波段周围K个波段去噪前后在光谱维的损失Lspe和使当前波段周围K个波段去噪后梯度平滑的其中： 其中，为第i个训练块周围的K个波段的数据值；是第i个训练块中当前去噪波段Yk周围K个波段的噪声残差输出，其中Yk是当前第k个波段的噪声图输入数据；是第i个训练块中当前去噪波段Yk周围K个波段的噪声图输入数据；为按照式3对求的光谱梯度，SS☉YZ为按照式3对Yz求的光谱梯度，为按照式3对求的光谱梯度，Zeroz为使去噪后当前波段的光谱梯度平滑趋近于零，其为与具有同样尺寸的全零矩阵； 则空间光谱联合网络损失函数L为 其中，λ是能够平衡空间维损失和光谱维损失之间的参数。

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中国科学院上海技术物理研究所，其通讯地址为：200083 上海市虹口区玉田路500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。