CN117114983B 一种基于空谱联合匹配的高光谱图像超分辨率方法及装置 （北京理工大学）_第1页
CN117114983B 一种基于空谱联合匹配的高光谱图像超分辨率方法及装置 （北京理工大学）_第2页
CN117114983B 一种基于空谱联合匹配的高光谱图像超分辨率方法及装置 （北京理工大学）_第3页
CN117114983B 一种基于空谱联合匹配的高光谱图像超分辨率方法及装置 （北京理工大学）_第4页
CN117114983B 一种基于空谱联合匹配的高光谱图像超分辨率方法及装置 （北京理工大学）_第5页
已阅读5页，还剩17页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

号US2022366536A1,2022一种基于空谱联合匹配的高光谱图像超分本发明提出一种基于空谱联合匹配的高光2所述空间匹配网络基于全局补丁匹配获得全局相似度和相关位置图其中，H表示从高光谱提取的特征中划分为固定大小的补丁3构造模块，用于构造高光谱超分辨率网络，所述空间匹配网络基于全局补丁匹配获得全局相似度和相关位置图其中，H表示从高光谱提取的特征中划分为固定大小的补丁任一所述的基于空谱联合匹配的高光谱图像4处理器执行时实现如权利要求1-2任意一项所述的基于空谱联合匹配的高光谱图像超分辨5测和目标识别等领域。高光谱图像是通过高光谱相机结合成像技术和光谱探测技术获得[0007]为此，本发明的目的在于提出一种基于空谱联合匹配的高光谱图像超分辨率方[0010]构造高光谱超分辨率网络，使用所述数据集对所述高光谱超分辨率网络进行训6′7[0045]本发明提出的基于空谱联合匹配的高光谱图像超分辨率[0049]本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得[0050]图1为本发明实施例所提供的一种基于空谱联合匹配的高光谱图像超分辨率方法[0052]图3为本发明实施例所提供的基于空谱联合匹配的高光谱图像超分辨率系统的组8[0053]图4为本发明实施例所提供的一种基于空谱联合匹配的高光谱图像超分辨率装置[0055]下面参考附图描述本发明实施例的基于空谱联合匹配的高光谱图像超分辨率方[0056]图1为本发明实施例所提供的一种基于空谱联合匹配的高光谱图像超分辨率方法9[0087]在最后一个尺度融合后的特征通过残差连接与输入图像逐像素相加获得最终高[0093]具体地，为了客观评价生成的高光谱图像的效果，可以基于peaksignal-to-[0094]图2为本申请实施例所用的神经网络结构的示意图，通过设定的退化模型构造低[0095]图3为本申请实施例提供的一种基于空谱联合匹配的高光谱图像超分辨率装置的[0100]进一步地，监督优化与结果评价子系统50用于建立损失函数优化前述系统的网知子系统的输入端相连，最后光谱感知子系统的输出端和监督优化与结果评价子系统相[0103]本发明提出的基于空谱联合匹配的高光谱图像超分辨率[0108]图4为本发明实施例提供的一种基于空谱联合匹配的高光谱图像超分辨率装置的器执行所述计算机程序时，实现如上所述的基于空谱联合匹配的高光谱图像超分辨率方术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结[0122]尽管上面已经示出和描述了本发明的实施例，可性的,不能理解为对本发明的限制,本领域的普通技术人员在本

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论