摘要
本发明涉及一种基于模型后处理的高光谱图像压缩重建方法,属于图像处理领域。本发明将光谱图像重建过程建模为优化求解模型,对上述优化求解模型公式进行求解得到光谱图像重建阶段的处理结果Frec;构建基于Unet模型的Unet高光谱图像修复模型;利用开源高光谱图像数据集,构建模型的训练数据集,并进行训练,使用训练得到的Unet高光谱图像修复模型对高光谱图像数据进行端到端处理,输入处理结果Frec,输出要恢复的三维高光谱图像数据F。本发明优化了高光谱图像重建算法结果,提升高光谱图像重建质量。
技术关键词
图像修复模型
高光谱图像数据
图像压缩
解码器结构
阶段
图像重建算法
成像
编码器结构
多尺度特征
神经网络模型
尺寸
图像处理
上采样
显卡
通道
系统为您推荐了相关专利信息
深度置信网络
空调系统负荷
冰蓄冷空调系统
DBN模型
空调负荷预测
智能审计方法
HTTP请求
Web系统
数据
机器学习模型
权重更新方法
融合规则
阶段
文档生成方法
动态优先级排序
图书知识图谱
图书推荐系统
个性化知识图谱
多层感知机
神经协同过滤