一种用于压缩高光谱图像重建的自适应频率空间注意网络系统和方法

本发明公开了一种用于压缩高光谱图像重建的自适应频率空间注意网络系统和方法。本发明通过退化感知展开框架(DAUF)将物理成像模型展开为可解释迭代阶段，结合混合特征重建网络(FRFN)实现多尺度特征融合与残差保留，利用频域卷积模块(FDC)增强长距离依赖建模，并采用自适应双路径分层注意力模块(ADHA)动态捕获全局‑局部特征。创新性地通过物理约束双域损失函数联合优化，解决了快照式压缩光谱成像中重建不适定问题。本发明在CAVE、KAIST等标准测试集上实现39.05dB平均PSNR，较现有技术提升0.69dB，参数量压缩至9.01M，显著提升重建精度与硬件效率，同时消除70％以上伪影，为遥感监测、生物医学成像等领域提供高鲁棒性重建方案。