-
公开(公告)号：CN115689912A
公开(公告)日：2023-02-03
申请号：CN202211166903.8
申请日：2022-09-23
Applicant: 厦门大学
IPC: G06T5/00 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种针对单张高光谱成像的深度学习去噪方法，包括如下步骤：针对含有噪声的高光谱数据进行欠采样，获得含有噪声的欠采样高光谱成像；模型训练，将欠采样的高光谱成像分别放置于模型的输入端和输出端，该模型主要由两部分组成，即编码器和解码器；编码器的输入端和解码器的输出端均为含有噪声的图像，通过利用均方差作为损失函数，模型训练至收敛，得到训练好的模型；利用模型去噪，将多个含有噪声的欠采样高光谱成像输入到训练好的模型，并输出去噪后的欠采样图像；将去噪后的欠采样图像结果进行累计加和，形成去噪后的高光谱成像；本发明提供的方法，仅需单张高光谱即可构筑深度学习去噪模型,且具有良好的去噪性能。
Search Results
1
records
(took 0.018 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
