公开(公告)号：CN115601611A

公开(公告)日：2023-01-13

申请号：CN202211248607.2

申请日：2022-10-12

Applicant: 武汉纺织大学(CN)

Inventor： 梁金星 ,  周景 ,  辛磊 ,  左传 ,  刘安平 ,  胡新荣 ,  彭涛

IPC: G06V10/774 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种适应曝光变化的深度学习光谱重建方法及系统，首先收集现有公开的多光谱图像数据集，并以数码相机理论成像模型为基础，计算每幅多光谱图像对应的raw格式数字图像，得到包含成对数据的完整样本集。然后构建深度学习模型框架，在模型训练时，通过对输入的raw格式数字图像的任一列像素点随机乘以一个曝光调整系数，使模型能够适应不同曝光水平的图像，并对重建的多光谱乘以曝光调整系数的倒数，从而完成重建多光谱的幅值校正。利用训练样本集对模型进行训练，并利用验证样本集对模型进行调参，计算验证样本集的光谱重建误差，直至验证样本集光谱重建误差达到收敛状态，完成模型训练，得到适应曝光变化的深度学习光谱重建模型。