基于KAN的空频双域隐式引导采样遥感图像融合方法

    公开(公告)号:CN119515706B

    公开(公告)日:2025-04-11

    申请号:CN202510066205.8

    申请日:2025-01-16

    Abstract: 本发明属于图像处理技术领域,涉及一种基于KAN的空频双域隐式引导采样遥感图像融合方法,包括训练样本构建,创建基于KAN的空频双域隐式引导采样网络,网络训练及将待融合图像输入至训练好的网络中,经过映射生成融合后的高空间分辨率和高光谱分辨率的融合图像。网络包括编码单元、空间隐式引导单元、频率隐式引导单元及解码单元,编码单元由并行的KAN构成将高光谱和多光谱遥感图像映射到深度潜在空间,空间隐式引导单元和频率隐式引导单元分别在空间和频域对HSI进行引导式隐式采样,解码单元对空频域采样特征进行融合并生成最终的融合图像。本发明为纯KAN驱动的架构,取代了以往对多层感知器的依赖,具有较好的轻量化程度。

    基于KAN的空频双域隐式引导采样遥感图像融合方法

    公开(公告)号:CN119515706A

    公开(公告)日:2025-02-25

    申请号:CN202510066205.8

    申请日:2025-01-16

    Abstract: 本发明属于图像处理技术领域,涉及一种基于KAN的空频双域隐式引导采样遥感图像融合方法,包括训练样本构建,创建基于KAN的空频双域隐式引导采样网络,网络训练及将待融合图像输入至训练好的网络中,经过映射生成融合后的高空间分辨率和高光谱分辨率的融合图像。网络包括编码单元、空间隐式引导单元、频率隐式引导单元及解码单元,编码单元由并行的KAN构成将高光谱和多光谱遥感图像映射到深度潜在空间,空间隐式引导单元和频率隐式引导单元分别在空间和频域对HSI进行引导式隐式采样,解码单元对空频域采样特征进行融合并生成最终的融合图像。本发明为纯KAN驱动的架构,取代了以往对多层感知器的依赖,具有较好的轻量化程度。

    一种多层级协同映射的高光谱与多光谱遥感图像融合方法

    公开(公告)号:CN118898545B

    公开(公告)日:2025-01-24

    申请号:CN202411399521.9

    申请日:2024-10-09

    Abstract: 本发明属于图像处理技术领域,涉及一种多层级协同映射的高光谱与多光谱遥感图像融合方法,包括潜在空间投影单元、多层级特征映射单元和自适应特征融合单元;潜在空间投影单元通过两个卷积层将输入的图像数据投影到一个潜在表示空间,此过程通过学习得到的映射函数完成;多层级特征映射单元随后在该潜在空间内操作,其分为点级、局部和全局级映射三个层次;点级映射专注于像素级别的特征提取,而局部级映射则关注于邻域内的特征交互,全局级映射则着眼于整个图像层面的上下文信息。自适应特征融合单元以动态方式整合多层级特征,实现了高光谱与多光谱遥感图像的信息互补。本发明通过引入Mamba和隐式神经表示架构,具有较好的轻量化程度。

    一种多层级协同映射的高光谱与多光谱遥感图像融合方法

    公开(公告)号:CN118898545A

    公开(公告)日:2024-11-05

    申请号:CN202411399521.9

    申请日:2024-10-09

    Abstract: 本发明属于图像处理技术领域,涉及一种多层级协同映射的高光谱与多光谱遥感图像融合方法,包括潜在空间投影单元、多层级特征映射单元和自适应特征融合单元;潜在空间投影单元通过两个卷积层将输入的图像数据投影到一个潜在表示空间,此过程通过学习得到的映射函数完成;多层级特征映射单元随后在该潜在空间内操作,其分为点级、局部和全局级映射三个层次;点级映射专注于像素级别的特征提取,而局部级映射则关注于邻域内的特征交互,全局级映射则着眼于整个图像层面的上下文信息。自适应特征融合单元以动态方式整合多层级特征,实现了高光谱与多光谱遥感图像的信息互补。本发明通过引入Mamba和隐式神经表示架构,具有较好的轻量化程度。

Patent Agency Ranking