| 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