公开(公告)号：CN118212539B

公开(公告)日：2024-07-23

申请号：CN202410633570.8

申请日：2024-05-21

Applicant: 安徽大学

Inventor： 徐凯 ,  陈咏夷 ,  秦智泉 ,  范懿萱 ,  王子衡 ,  刘欣冉 ,  杨勇

IPC: G06V20/10 ,  G06V10/30 ,  G06V10/44 ,  G06V10/52 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明涉及一种光谱退化约束的多尺度分组反馈高光谱重建方法，与现有技术相比解决了现有的方法通过从现成的组件设计复杂的结构来追求更高的性能，而忽略了退化模型中的固有信息，从而导致空间和光谱信息集成不充分和较低的可解释性的问题。本发明包括以下步骤：获取不同分辨率的高光谱和多光谱数据集、构建光谱退化约束的多尺度分组反馈高光谱重建模型、光谱退化约束的多尺度分组反馈高光谱重建模型训练、高光谱重建结果获取。本发明基于高光谱图像丰富的光谱信息和多光谱图像丰富的空间信息，整合综合先验知识来规则化和优化高光谱重建的解空间，保证重建光谱的置信度和保真度。

公开(公告)号：CN118212539A

公开(公告)日：2024-06-18

申请号：CN202410633570.8

申请日：2024-05-21

Applicant: 安徽大学

Inventor： 徐凯 ,  陈咏夷 ,  秦智泉 ,  范懿萱 ,  王子衡 ,  刘欣冉 ,  杨勇

IPC: G06V20/10 ,  G06V10/30 ,  G06V10/44 ,  G06V10/52 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明涉及一种光谱退化约束的多尺度分组反馈高光谱重建方法，与现有技术相比解决了现有的方法通过从现成的组件设计复杂的结构来追求更高的性能，而忽略了退化模型中的固有信息，从而导致空间和光谱信息集成不充分和较低的可解释性的问题。本发明包括以下步骤：获取不同分辨率的高光谱和多光谱数据集、构建光谱退化约束的多尺度分组反馈高光谱重建模型、光谱退化约束的多尺度分组反馈高光谱重建模型训练、高光谱重建结果获取。本发明基于高光谱图像丰富的光谱信息和多光谱图像丰富的空间信息，整合综合先验知识来规则化和优化高光谱重建的解空间，保证重建光谱的置信度和保真度。