南京信息工程大學胡正昊獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網獲悉南京信息工程大學申請的專利一種基于光譜狀態融合樹Mamba的高光譜多光譜圖像融合方法、系統及存儲介質獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN120387929B 。
龍圖騰網通過國家知識產權局官網在2025-09-02發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202510886016.5,技術領域涉及:G06T3/4061;該發明授權一種基于光譜狀態融合樹Mamba的高光譜多光譜圖像融合方法、系統及存儲介質是由胡正昊;涂兵;劉博;李軍;方樂緣;賀燕;陳云云;曹兆樓設計研發完成,并于2025-06-30向國家知識產權局提交的專利申請。
本一種基于光譜狀態融合樹Mamba的高光譜多光譜圖像融合方法、系統及存儲介質在說明書摘要公布了:本發明公開了一種基于光譜狀態融合樹Mamba的高光譜多光譜圖像融合方法、系統及存儲介質,涉及計算機視覺技術領域,其包括獲取高光譜圖像和多光譜圖像;將高光譜圖像和多光譜圖像作為輸入,基于光譜狀態融合樹Mamba網絡模型輸出得到超分辨率融合重建圖像;光譜狀態融合樹Mamba網絡模型包括依次連接的卷積模塊、樹構建模塊和樹掃描模塊,卷積模塊的輸入端連接有上采樣模塊。本發明利用對高光譜圖像數據的空間機構自適應掃描的樹Mamba掃描機制,實現了高效的高光譜空間信息交互,克服了Mamba模型通道互相獨立缺乏信息交互的問題,生成的超分辨率融合重建圖像在保持較低時間復雜度的同時分類精度優于現有圖像融合算法。
本發明授權一種基于光譜狀態融合樹Mamba的高光譜多光譜圖像融合方法、系統及存儲介質在權利要求書中公布了:1.一種基于光譜狀態融合樹Mamba的高光譜多光譜圖像融合方法,其特征在于,包括: 獲取高光譜圖像和多光譜圖像; 將高光譜圖像和多光譜圖像作為輸入,基于光譜狀態融合樹Mamba網絡模型:對高光譜圖像進行空間上采樣得到高空間分辨率的高光譜圖像; 將高空間分辨率的高光譜圖像與多光譜圖像沿通道維度拼接得到融合圖像; 對融合圖像進行卷積操作得到融合嵌入特征; 根據融合嵌入特征生成最小生成樹; 利用最小生成樹對融合嵌入特征中的所有像素點進行信息聚合得到光譜融合狀態空間向量,并將光譜融合狀態空間向量與融合嵌入特征融合得到超分辨率融合重建圖像,包括: 對于融合嵌入特征中的每個像素點: 利用樹掃描算法對融合嵌入特征中的像素點進行狀態空間向量的初步聚合,得到像素點更新后的狀態空間向量,包括: 將像素點作為最小生成樹的根節點,從而確定多個葉子節點,并根據根節點和葉子節點得到多個由葉子節點到根節點的有向路徑; 利用A矩陣、B矩陣的離散化矩陣對每個有向路徑進行選擇性掃描聚合得到對應有向路徑信息,并將所有有向路徑信息聚合至根節點的狀態空間向量得到像素點更新后的狀態空間向量,其表達式為: ; 其中,表示像素點作為根節點R得到的更新后的狀態空間向量,表示由第個葉子節點到根節點R的有向路徑,表示由葉子節點到根節點R的有向路徑上的節點,表示由節點到根節點R的有向路徑,表示由節點到根節點R的有向路徑上的節點,表示節點對應像素點的A矩陣離散化矩陣,表示節點對應像素點的B矩陣離散化矩陣,表示節點對應像素點的融合嵌入特征,表示葉子節點個數; 對像素點更新后的狀態空間向量進行多次一維膨脹卷積得到多個對應輸出,并將多個對應輸出加權求和后得到每個像素點的光譜融合狀態空間向量; 利用C矩陣、D矩陣的離散化矩陣對像素點的光譜融合狀態空間向量和融合嵌入特征進行處理得到像素點的輸出特征; 組合融合嵌入特征中所有像素點的輸出特征得到超分辨率融合重建圖像; 其中,所述光譜狀態融合樹Mamba網絡模型包括依次連接的卷積模塊、樹構建模塊和樹掃描模塊,所述卷積模塊的輸入端連接有上采樣模塊。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人南京信息工程大學,其通訊地址為:210000 江蘇省南京市江北新區寧六路219號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。