[發明專利]一種高光譜融合計算成像方法及系統有效
| 申請號： | 202110971174.2 | 申請日： | 2021-08-24 |
| 公開（公告）號： | CN113421216B | 公開（公告）日： | 2021-11-12 |
| 發明（設計）人： | 李樹濤;郭安靜;佃仁偉 | 申請（專利權）人： | 湖南大學 |
| 主分類號： | G06T5/50 | 分類號： | G06T5/50;G06T3/40;G06N3/04 |
| 代理公司： | 湖南兆弘專利事務所(普通合伙) 43008 | 代理人： | 譚武藝 |
| 地址： | 410082 湖*** | 國省代碼： | 湖南;43 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 光譜 融合 計算 成像 方法 系統 | ||
1.一種高光譜融合計算成像方法，其特征在于，包括：將低分辨率高光譜圖像Xlr進行子空間表示得到低秩光譜基S和低分辨率子空間系數Alr；將低分辨率子空間系數Alr上采樣至與多光譜圖像Y相同尺寸后與多光譜圖像Y堆疊，將堆疊結果輸入預先訓練好的卷積神經網絡，得到對應的高分辨率子空間系數A；將高分辨率子空間系數A、低秩光譜基S進行融合，得到高分辨率高光譜圖像X；且所述卷積神經網絡的訓練步驟包括：
1）估計空間模糊核B；
2）根據估計到的空間模糊核B對低分辨率高光譜圖像Xlr的樣本進行模糊下采樣得到下采樣高光譜圖像Xd，將下采樣高光譜圖像Xd進行子空間表示得到下采樣子空間系數Ad；根據估計到的空間模糊核B對多光譜圖像Y的樣本進行模糊下采樣得到下采樣多光譜圖像Yd；
3）根據下采樣子空間系數Ad、下采樣多光譜圖像Yd構建訓練數據并訓練卷積神經網絡，最終得到訓練好的卷積神經網絡。
2.根據權利要求1所述的高光譜融合計算成像方法，其特征在于，所述將低分辨率高光譜圖像Xlr進行子空間表示得到低分辨率子空間系數Alr、將下采樣高光譜圖像Xd進行子空間表示得到下采樣子空間系數Ad的函數表達式為：
Alr=STXlr，Ad=STXd，（1）
上式中，S表示低秩光譜基。
3.根據權利要求1所述的高光譜融合計算成像方法，其特征在于，所述卷積神經網絡為四層結構，其中第1層是大小為3×3的卷積操作和修正線性單元，第2層和第3層均是卷積層為64、大小為3×3的卷積操作和修正線性單元，第4層是大小為3×3的卷積操作。
4.根據權利要求1所述的高光譜融合計算成像方法，其特征在于，步驟2）中進行模糊下采樣得到下采樣高光譜圖像Xd、進行子空間表示得到下采樣子空間系數Ad以及進行模糊下采樣得到下采樣多光譜圖像Yd的函數表達式如下式所示：
，（2）
，（3）
，（4）
上式中，B為空間模糊核，為采樣因子為s的均勻下采樣。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于湖南大學，未經湖南大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202110971174.2/1.html，轉載請聲明來源鉆瓜專利網。
