基于深度学习的遥感图像去条带方法、设备和存储介质

AITNT
正文
推荐专利
基于深度学习的遥感图像去条带方法、设备和存储介质
申请号:CN202410791629
申请日期:2024-06-19
公开号:CN118657690A
公开日期:2024-09-17
类型:发明专利
摘要
本发明公开了一种基于深度学习的真实退化遥感图像去条带方法、设备和存储介质,该方法包括以下步骤:1)获取清晰遥感图像和条带退化图像对;2)对清晰遥感图像和条带退化图像对进行图像处理,作为退化感知训练集;3)使用退化感知训练集进行预训练,获得构建退化图像信息反向分析感知的无监督深度学习遥感图像去条带模型;4)使用训练获得的无监督遥感图像去条带神经网络模型对真实退化遥感图像进行去条带处理。本发明方法结合真实退化感知模拟条带噪声数据和真实退化遥感图像条带数据,提出了真实场景下无监督遥感图像去条带方法,可有效提高模型对仿真退化图像和实际退化图像的泛化能力,从而更准确地识别和去除图像中的条带噪声。
技术关键词
去条带方法 预训练模型 条纹 奇异值分解重构 图像处理 无监督深度学习 ResNet网络 空间模块 多波段 分支 神经网络模型 噪声强度 训练集 扫描模块 特征提取能力 状态空间模型
系统为您推荐了相关专利信息
1
一种基于视觉的农业种子筛选方法及系统
种子筛选方法 三维图像数据 图像处理算法 裂纹 校正技术
2
使用级联残差网络减少医学图像中的伪影
图像处理系统 残差神经网络 医学 解剖特征 显示设备
3
基于教学过程图像采集分析的异常行为识别方法及系统
学生 注意力 高清摄像头 识别方法 指数
4
基于视觉配准的切后烟丝检测方法
粒子滤波器 烟丝样品 视觉 动态更新 可读存储介质
5
一种基于深度学习模型对新霉素谱图的图像数据处理方法
图像特征向量 图像数据处理方法 深度学习模型 时序 关系
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号