基于自学习耦合扩散后验采样的高光谱和多光谱图像融合方法及系统

AITNT
正文
推荐专利
基于自学习耦合扩散后验采样的高光谱和多光谱图像融合方法及系统
申请号:CN202410899923
申请日期:2024-07-05
公开号:CN118628366A
公开日期:2024-09-10
类型:发明专利
摘要
本发明公开了一种基于自学习耦合扩散后验采样的无监督高光谱和多光谱图像融合方法及系统,方法包括:针对低分辨率高光谱图像和高分辨率多光谱图像,构建空间退化模型和光谱退化模型,通过高斯模糊和双三次插值模拟低分辨率图像;利用耦合扩散模型建立高光谱图像融合过程;耦合扩散模型的基本思想是通过扩散过程在空间和光谱维度上传播信息,从而提高图像的空间分辨率和光谱分辨率。本发明提出的融合方法通过多次迭代优化,使高光谱图像在空间和光谱维度上均得到有效提升;该方法能够在保持高光谱图像光谱特性的同时,显著提高其空间分辨率,适用于遥感图像处理等领域。
技术关键词
图像融合方法 多光谱 网络 卷积模块 仿真算法 下采样方法 双三次插值 矩阵 高光谱图像波段 退化模型 高光谱图像数据 图像融合系统 图像重建 计算误差 遥感图像处理 无噪声 点扩散函数
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