专利名称:基于深度学习与矩阵分解的高光谱与全色图像融合
方法
专利类型:发明专利
发明人:谢卫莹,崔宇航,雷杰,李云松,李雪朋,钟佳平申请号:CN201910619754.8申请日:20190710公开号:CN110428387A公开日:20191108
摘要:本发明公开了一种基于深度学习与矩阵分解的高光谱与全色图像融合方法,主要解决现有高光谱与全色图像融合方法空间信息提升不足和光谱信息损失过多的缺陷。其实现步骤为:①对高光谱图像数据集进行预处理,得到训练数据,②构建高频信息卷积网络并用训练数据对其训练;③输入待融合的高光谱图像和全色图像,通过LapSRN网络对高光谱图像超分辨,通过高频信息卷积网络获取全色图像的高频细节;④将全色图像作为引导图,并通过引导滤波增强超分辨高光谱图像边界信息;⑤结合先验图像构造融合优化方程,并求解该优化方程,得到输出的融合图像。本发明降低了对光谱信息的损失,提高了图像的空间信息,适用于任意场景下高光谱与全色图像的融合。
申请人:西安电子科技大学
地址:710071 陕西省西安市雁塔区太白南路2号
国籍:CN
代理机构:陕西电子工业专利中心
更多信息请下载全文后查看
因篇幅问题不能全部显示,请点此查看更多更全内容