摘要
本发明属于图像处理技术领域,尤其涉及一种基于迁移学习的多波段高光谱图像融合方法。包括:S1:采集目标的高分辨率高光谱图像集;S2:对高分辨率高光谱图像集进行处理;S3:划分预处理图像组,获得第一和第二数据集;S4:获得待处理数据集;S5:对各待处理数据进行分割;S6:对预训练模型进行训练;S7:重复步骤S4‑S5,获得第二子数据集;S8:基于无监督学习方法,利用训练子数据集对最佳模型进行微调,获得最佳预测模型;S9:将待预测子数据集输入至最佳预测模型进行预测;S10:将各预测子数据沿光谱维度进行连接,获得最终的高分辨率高光谱图像。本发明在保证图像融合性能的前提下,适应不同多波段数目的数据集。
技术关键词
透过率
高光谱成像系统
无监督学习方法
高光谱图像数据
图像处理技术
多波段
物镜
光源
系统为您推荐了相关专利信息
医学图像配准方法
协调服务器
梯度下降优化算法
深度学习模型
模型更新
腹腔镜手术
肝脏切除手术
人工智能算法
肝脏模型
配准方法
超声医学图像
并行编码结构
分割方法
多尺度特征
注意力
镜头
控制单元
深度卷积神经网络模型
场景分类
参数
光功率
图像识别方法
分类特征
灰度矩阵
图像识别程序