買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉西安電子科技大學(xué)申請(qǐng)的專利成分替換模型引導(dǎo)的高光譜圖像深度空間光譜融合方法獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN116883799B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-08-26發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202310846494.4，技術(shù)領(lǐng)域涉及：G06V10/80；該發(fā)明授權(quán)成分替換模型引導(dǎo)的高光譜圖像深度空間光譜融合方法是由曲家慧;丁新宇;董文倩;李云松;肖嵩設(shè)計(jì)研發(fā)完成，并于2023-07-11向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本成分替換模型引導(dǎo)的高光譜圖像深度空間光譜融合方法在說(shuō)明書(shū)摘要公布了：成分替換模型引導(dǎo)的高光譜圖像深度空間光譜融合方法，包括以下步驟；1獲得公開(kāi)的高分辨率高光譜數(shù)據(jù)X，對(duì)高分辨率高光譜數(shù)據(jù)X進(jìn)行預(yù)處理以及數(shù)據(jù)集制作；2為了使模型學(xué)習(xí)高光譜圖像與全色圖像的融合結(jié)果與參考圖像之間的非線性關(guān)系，構(gòu)建成分替換算法驅(qū)動(dòng)的光譜空間信息融合卷積網(wǎng)絡(luò)，并進(jìn)行訓(xùn)練；3為了驗(yàn)證訓(xùn)練后的模型的性能表現(xiàn)和泛化能力，將同場(chǎng)景下獲得的待融合的低空間分辨率的高光譜圖像和全色圖像輸入到訓(xùn)練好的網(wǎng)絡(luò)模型中得到具有高光譜、高空間分辨率的融合圖像。本發(fā)明能夠減少融合過(guò)程中高光譜圖像的光譜信息損失，得到同時(shí)具備高空間分辨率、高光譜分辨率的融合圖像。

本發(fā)明授權(quán)成分替換模型引導(dǎo)的高光譜圖像深度空間光譜融合方法在權(quán)利要求書(shū)中公布了：1.成分替換模型引導(dǎo)的高光譜圖像深度空間光譜融合方法，其特征在于，包括以下步驟； 1獲得公開(kāi)的高分辨率高光譜數(shù)據(jù)X，對(duì)高分辨率高光譜數(shù)據(jù)X進(jìn)行預(yù)處理以及數(shù)據(jù)集制作，得到全色圖像訓(xùn)練集P和低空間分辨率的高光譜圖像訓(xùn)練數(shù)據(jù)集H，對(duì)得到的H進(jìn)行上采樣得到與P同尺寸的高光譜圖像 2構(gòu)建成分替換算法驅(qū)動(dòng)的光譜空間信息融合卷積網(wǎng)絡(luò)，并進(jìn)行訓(xùn)練； 3為了驗(yàn)證訓(xùn)練后的模型的性能表現(xiàn)和泛化能力，將同場(chǎng)景下獲得的待融合的低空間分辨率的高光譜圖像和全色圖像輸入到訓(xùn)練好的網(wǎng)絡(luò)模型中得到具有高光譜、高空間分辨率的融合圖像； 所述步驟2具體步驟為： 2.1構(gòu)建空間分量提取模塊，基于通道注意力機(jī)制，獲得測(cè)量光譜波段與全色圖像之間的光譜重疊權(quán)重向量W；之后按波段求的值并在波段維度上求和，得到高光譜圖像的空間分量I； 2.2構(gòu)建直方圖匹配模塊，共有兩層卷積，每層卷積核大小為3×3；全色圖像利用該模塊與空間分量I進(jìn)行直方圖匹配以提高全色圖像與替換分量之間的相關(guān)性，減少融合過(guò)程引入的光譜失真； 2.3構(gòu)建自適應(yīng)注入增益提取模塊；令全色圖像與插值高光譜圖像在通道維度上進(jìn)行級(jí)聯(lián)，再經(jīng)過(guò)兩次卷積計(jì)算；利用通道注意力模塊求出級(jí)聯(lián)圖像光譜波段的比例系數(shù)ρ；對(duì)高光譜圖像求解高光譜圖像的波段比例信息，使其和ρ相乘得到注入增益G； 2.4匹配后的全色圖像與空間分量I相減再與注入增益G相乘得到G調(diào)節(jié)的注入空間信息Hres，高光譜圖像與Hres相加經(jīng)過(guò)兩次卷積計(jì)算得到融合圖像 2.5根據(jù)網(wǎng)絡(luò)的輸入和參考圖像構(gòu)建目標(biāo)函數(shù)： 其中，fFusion·表示本發(fā)明提出的成分替換模型驅(qū)動(dòng)的深度空譜融合網(wǎng)絡(luò)，λ表示樣本數(shù)，R表示參考圖像，θ表示模型參數(shù)； 2.6訓(xùn)練模型并優(yōu)化目標(biāo)函數(shù)；將低分辨率高光譜圖像和全色圖像輸入到光譜空間信息深度卷積網(wǎng)絡(luò)中，利用絕對(duì)誤差損失函數(shù)進(jìn)行訓(xùn)練，并采用梯度下降法更新網(wǎng)絡(luò)參數(shù)，當(dāng)損失函數(shù)值收斂時(shí)或者訓(xùn)練輪次大于預(yù)先定義的數(shù)值時(shí)停止訓(xùn)練，得到訓(xùn)練好的光譜空間信息深度卷積網(wǎng)絡(luò)，其中輪次的設(shè)置是依據(jù)估計(jì)的訓(xùn)練時(shí)間而定的，是固定值；訓(xùn)練網(wǎng)絡(luò)模型時(shí)將學(xué)習(xí)率被設(shè)置為1×10-5。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人西安電子科技大學(xué)，其通訊地址為：710071 陜西省西安市雁塔區(qū)太白南路2號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。