公开(公告)号：CN116012349A

公开(公告)日：2023-04-25

申请号：CN202310058473.6

申请日：2023-01-14

Applicant: 河南大学

Inventor： 王瀛 ,  张铭博 ,  刘芳祯

IPC: G06T7/00 ,  G06N3/08 ,  G06N3/0464 ,  G06T5/00

Abstract: 本发明提供一种基于最小单形体体积约束及Transformer结构的高光谱图像解混方法。该方法包括：构建高光谱图像解混网络模型，包括：编码器、分割模块、Transformer模块和解码器；其中，所述编码器用于提取输入的高光谱图像的判别特征；所述分割模块用于将所述判别特征分割为若干个图像块；所述Transformer模块用于提取输入的若干个图像块中任意两个图像块之间的远程上下文信息；所述解码器用于基于Transformer模块的输出重构高光谱图像；设计损失函数，根据损失函数对所述高光谱图像解混网络模型进行训练；利用训练好的高光谱图像解混网络模型对输入的高光谱图像进行解混。

公开(公告)号：CN115345792A

公开(公告)日：2022-11-15

申请号：CN202210957337.6

申请日：2022-08-10

Applicant: 河南大学

Inventor： 王瀛 ,  潘珊珊 ,  张铭博

IPC: G06T5/00 ,  G06T5/50 ,  G06N3/08 ,  G06T3/40

Abstract: 本发明提供一种基于U型金字塔残差结构的全色锐化方法。该方法包括：获取多光谱图像和全色图像，并对两种图像按照设定大小进行剪裁以得到训练集和测试集；利用训练集对基于U型金字塔残差结构的全色锐化网络模型进行训练，获得最优全色锐化网络模型；利用训练得到的最优全色锐化网络模型对测试集中的图像数据进行全色锐化。结构特征包括：将多光谱和全色图像渐进重采样得到两个金字塔图像序列；相同尺度图像合并后提取特征；自上向下进行相同尺度图像特征融合；自下向上进行相同尺度图像重建；最后通过跳连接保持光谱信息最终得到高分辨率多光谱图像。