买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：华南理工大学

摘要：本发明公开了一种高光谱图像全色锐化方法、设备及介质，包括读取高光谱图像和对应匹配的全色图像，并进行预处理；构建训练数据集和测试数据集；构建多尺度特征聚合模块，进一步获得显著性区域自适应感知模块，根据显著性自适应感知模块构建显著性区域自适应锐化卷积神经网络；基于训练数据集训练显著性区域自适应锐化卷积神经网络；测试数据集输入经过训练后的显著性区域自适应锐化卷积神经网络，得到高空间分辨率的高光谱图像。本发明显著性区域自适应锐化卷积神经网络能够有效地提升全局的锐化性能。

主权项：1.一种高光谱图像全色锐化方法，其特征在于，包括：读取高光谱图像和对应匹配的全色图像，并进行预处理；基于预处理后的高光谱图像和全色图像，构建训练数据集和测试数据集；构建多尺度特征聚合模块，进一步获得显著性区域自适应感知模块，根据显著性自适应感知模块构建显著性区域自适应锐化卷积神经网络；基于训练数据集训练显著性区域自适应锐化卷积神经网络；测试数据集输入经过训练后的显著性区域自适应锐化卷积神经网络，得到高空间分辨率的高光谱图像；所述显著性区域自适应感知模块包括：多尺度特征聚合模块，输入特征图输出64个特征图实现多尺度空间纹理信息的提取和整合；注意力映射层AMapping，输入特征图输出注意力掩膜Maski；空间特征强化卷积层RConv1，输入特征图输出64个特征图空间特征强化卷积层RConv2，输入特征图输出64个特征图显著性区域感知层SRAP，输入特征图和注意力掩膜Maski，输出64个特征图所述显著性区域自适应锐化卷积神经网络模型包括：光谱压缩卷积层Conv1：输入第三高光谱图像训练样本输出64个特征图光谱拼接层Concat：输入第二全色图像训练样本和特征图输出65个特征图Ci；第一显著性区域自适应感知模块：输入特征图Ci，实现第一阶段显著性区域自适应锐化；第二显著性区域自适应感知模块：输入第一阶段显著性区域自适应锐化，输出第二阶段显著性区域自适应锐化；第三显著性区域自适应感知模块：输入第二阶段显著性区域自适应锐化的输出，输出64个特征图实现第三阶段显著性区域自适应锐化光谱重建卷积层Conv2，输入特征图输出b个特征图光谱补偿层Compense，输入第三高光谱图像训练样本和特征图输出预测图像Oi。

全文数据：

权利要求：

百度查询： 华南理工大学 一种高光谱图像全色锐化方法、设备及介质