公开(公告)号：CN114596228B

公开(公告)日：2025-02-11

申请号：CN202210212512.9

申请日：2022-03-04

Applicant: 南京邮电大学

Inventor： 尹海涛 ,  王天由

IPC: G06T5/70 ,  G06T5/60 ,  G06N3/0464 ,  G06N3/09

Abstract: 本发明公开了一种基于深度3D卷积稀疏编码的多光谱图像去噪算法，包括如下步骤：步骤1，根据多光谱图像的谱间信息，将卷积稀疏编码模型拓展成3D形式，搭建3D‑CSC数学模型；步骤2，采用迭代收缩软阈值算法对搭建的3D‑CSC模型进行迭代求解；步骤3，搭建深度网络：根据深度展开的思想，将步骤2中的3D‑CSC的迭代解形式展开成对应的深度网络；步骤4，构造数据集后训练网络；步骤5，测试网络的性能。本发明运用了3D卷积，考虑了图像的谱间特征，使得本发明在处理多光谱图像问题上取得了更好的去噪效果。

公开(公告)号：CN114596228A

公开(公告)日：2022-06-07

申请号：CN202210212512.9

申请日：2022-03-04

Applicant: 南京邮电大学

Inventor： 尹海涛 ,  王天由

IPC: G06T5/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于深度3D卷积稀疏编码的多光谱图像去噪算法，包括如下步骤：步骤1，根据多光谱图像的谱间信息，将卷积稀疏编码模型拓展成3D形式，搭建3D‑CSC数学模型；步骤2，采用迭代收缩软阈值算法对搭建的3D‑CSC模型进行迭代求解；步骤3，搭建深度网络：根据深度展开的思想，将步骤2中的3D‑CSC的迭代解形式展开成对应的深度网络；步骤4，构造数据集后训练网络；步骤5，测试网络的性能。本发明运用了3D卷积，考虑了图像的谱间特征，使得本发明在处理多光谱图像问题上取得了更好的去噪效果。