| 基于迁移学习的高光谱图像超分辨率方法 |
| 卢孝强; 袁媛; 郑向涛
|
| 2017-05-11
|
| 公开日期 | 2017-10-27
|
| 授权国家 | 中国
|
| 专利类型 | 发明
|
| 摘要 | 本发明公开了一种基于迁移学习的高光谱图像超分辨率方法，主要解决原始高光谱图像训练数据过少，无法训练深度神经网络的问题，提高高光谱图像的空间辨识力，克服高光谱图像空间分辨率受限的问题。主要步骤是：(1)在自然图像的数据库上训练卷积神经网络，学习低分辨率图像到高分辨率图像的映射关系；(2)在测试的高光谱图像上，根据学习到的深度神经网络，逐个波段生成相应的高分辨率图像；(3)建立协同矩阵分解，对低‑高分辨率图像进行相同地物约束；(4)重建出超分辨率高光谱图像。本发明最大程度保持了超分辨率图像的光谱信息，可用于遥感地物观测、军事侦察以及刑侦辅助等领域。 |
| 主权项 | 0001.1.基于迁移学习的高光谱图像超分辨率方法，其特征在于，包括以下步骤：
(1)在自然图像的数据库上训练卷积神经网络，学习低分辨率图像到高分辨率图像的映射关系，即得到深度神经网络；
(2)在测试的高光谱图像上，根据学习到的深度神经网络，逐个波段生成相应的高分辨率图像；
(3)根据低分辨率图像和高分辨率图像具有相同地物分布的特性，建立协同矩阵分解， 对低-高分辨率图像进行相同地物约束；
(4)根据协同矩阵分解得到的端元矩阵和丰度因子，重建出超分辨率高光谱图像；所述端元矩阵表示地物类别的光谱信号，丰度因子表示端元在像元所占的比例。 |
| 授权日期 | 2017-10-27
|
| 专利号 | CN201710330711.9
|
| 语种 | 中文
|
| 专利状态 | 审查中-公开
|
| 文献类型 | 专利
|
| 条目标识符 | http://ir.opt.ac.cn/handle/181661/29669
|
| 专题 | 瞬态光学研究室
|
| 作者单位 | 中国科学院西安光学精密机械研究所
|
推荐引用方式
GB/T 7714 |
卢孝强,袁媛,郑向涛. 基于迁移学习的高光谱图像超分辨率方法. CN201710330711.9[P]. 2017-05-11.
|
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论