[发明专利]基于双路密集残差网络的高光谱和多光谱图像融合方法有效
| 申请号： | 201811548135.6 | 申请日： | 2018-12-18 |
| 公开（公告）号： | CN109636769B | 公开（公告）日： | 2022-07-05 |
| 发明（设计）人： | 易本顺;邱康;向勉;周安安 | 申请（专利权）人： | 武汉大学 |
| 主分类号： | G06T5/50 | 分类号： | G06T5/50;G06T7/40;G06T3/60;G06T3/40 |
| 代理公司： | 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 | 代理人： | 王琪 |
| 地址： | 430072 湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于双路密集残差网络的高光谱图像与多光谱图像融合方法，通过融合具有较低空间分辨率的高光谱图像和同一场景下的具有较高空间分辨率的高光谱图像来重建超分辨率高光谱图像。本发明通过双路密集残差网络可以更充分的利用高光谱和多光谱图像中的频域和空间纹理信息，在提高空间分辨率的同时抑制频谱失真，可用于卫星遥感、农业地质普查、医学成像、环境监控等领域。 | ||
| 搜索关键词： | 基于 密集 网络 光谱 图像 融合 方法 | ||
【主权项】：
1.一种基于双路密集残差网络的高光谱与多光谱图像融合方法，其特征在于，包括以下步骤：步骤1，构建一个密集残差子网络从输入的具有较低空间分辨率的高光谱图像中提取不同层次的频域纹理特征；步骤2，构建另一个对称的密集残差子网络从具有较高空间分辨率的同一场景下的多光谱图像中提取不同层次的空间纹理特征；步骤3，构建空频特征融合子网络，将步骤1中频域纹理特征与步骤2中的空间纹理特征进行堆叠并从中融合得到超分辨率高光谱图像；步骤4，通过上述3个子网络构建端到端映射的高光谱/多光谱图像融合网络，并利用训练数据集统一训练所有网络的模型参数；步骤5，将测试样本输入训练好的融合网络模型得到超分辨高光谱图像。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于武汉大学，未经武汉大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811548135.6/，转载请声明来源钻瓜专利网。
