基于孪生网络架构的机载高光谱影像质量评价方法及系统

AITNT
正文
推荐专利
基于孪生网络架构的机载高光谱影像质量评价方法及系统
申请号:CN202510693264
申请日期:2025-05-27
公开号:CN120612595A
公开日期:2025-09-09
类型:发明专利
摘要
本发明公开了基于孪生网络架构的机载高光谱影像质量评价方法及系统,包括:S1、获取机载高光谱影像;S2、对高光谱影像进行预处理;S3、从预处理后的高光谱影像中选定样本组集,选取样本组集的平均值作为标准组,提取每个样本组的光谱指标特征向量和辐射指标特征向量,并转化为扇形散线图像;S4、将标准组的扇形散线图像和每个样本组的扇形散线图像依次组成图像对,输入孪生卷积网络模型,得到每组图像对的相似度评估结果;其中,孪生卷积网络模型采用孪生网络和卷积神经网络;S5、基于每组图像对的相似度评估结果,得到高光谱影像的质量评价结果。本发明提供了一种基于孪生卷积网络的简单方便的无参考图像质量评价方法。
技术关键词
孪生卷积网络 机载高光谱 特征提取模型 样本 影像 网络架构 评价方法 指标 特征图像提取 校正 多维特征向量 特征信息提取 地表反射率 地面控制点 预测类别 编码向量 评价系统 分辨率
系统为您推荐了相关专利信息
1
一种建立镜片识别模型的方法及系统
建立镜片识别模型 数据特征提取 学习器 镜片温度 三维立体模型
2
基于机器学习模型的高关联度群体账号识别方法和系统
机器学习模型 账号识别方法 模型训练模块 欺诈风险识别 识别系统
3
一种基于辅助文本对齐范式的文本到图像行人检索方法
图像全局特征 交互式指令 文本编码器 图像编码器 图像行人
4
工业过程故障诊断方法和装置、系统、存储介质
故障诊断方法 故障诊断模型 故障诊断装置 标签 样本
5
一种去除数据集噪声并生成具有代表性特征的小样本学习方法
样本学习方法 图像 噪声 贝叶斯框架 解码器
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