買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜南京理工大學(xué)申請(qǐng)的專利一種基于頻域分解網(wǎng)絡(luò)的多光譜遙感圖像全色銳化方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN119579847B 。

龍圖騰網(wǎng)通過國家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-04-18發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202510123236.2，技術(shù)領(lǐng)域涉及：G06V10/20；該發(fā)明授權(quán)一種基于頻域分解網(wǎng)絡(luò)的多光譜遙感圖像全色銳化方法是由鐘圣唯;許申;羅海洋;宮辰設(shè)計(jì)研發(fā)完成，并于2025-01-26向國家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種基于頻域分解網(wǎng)絡(luò)的多光譜遙感圖像全色銳化方法在說明書摘要公布了：本發(fā)明公開了一種基于頻域分解網(wǎng)絡(luò)的多光譜遙感圖像全色銳化方法，所述方法構(gòu)建一種頻域分解與域泛化網(wǎng)絡(luò)，所述網(wǎng)絡(luò)包含三個(gè)核心模塊：動(dòng)態(tài)卷積低頻提取模塊、高頻保持模塊、光譜增強(qiáng)模塊；并提出一種域泛化訓(xùn)練策略，采用類生成對(duì)抗網(wǎng)絡(luò)結(jié)構(gòu)，并引入對(duì)抗損失函數(shù)；通過故意誤分配域標(biāo)簽，引導(dǎo)生成器在判別器的監(jiān)督下實(shí)現(xiàn)更好的跨域泛化能力。本發(fā)明有效捕捉不同尺度的信息，提升了融合圖像的質(zhì)量，實(shí)現(xiàn)對(duì)不可見衛(wèi)星數(shù)據(jù)的精準(zhǔn)融合。

本發(fā)明授權(quán)一種基于頻域分解網(wǎng)絡(luò)的多光譜遙感圖像全色銳化方法在權(quán)利要求書中公布了：1.一種基于頻域分解網(wǎng)絡(luò)的多光譜遙感圖像全色銳化方法，其特征在于，包括以下步驟：步驟1、將衛(wèi)星數(shù)據(jù)給予不用的域標(biāo)簽，獲得帶域標(biāo)簽的衛(wèi)星數(shù)據(jù)和訓(xùn)練時(shí)不可見的衛(wèi)星數(shù)據(jù)測(cè)試圖像；將所述帶域標(biāo)簽的衛(wèi)星數(shù)據(jù)中的真值圖像輸入判別器中進(jìn)行訓(xùn)練，獲得訓(xùn)練好的判別器；步驟2、將所述帶域標(biāo)簽的衛(wèi)星數(shù)據(jù)進(jìn)行總體特征提取得到初步的特征，將初步的特征進(jìn)行分波段和離散小波變化得到對(duì)應(yīng)分波段的高頻和低頻分量；將所述帶域標(biāo)簽的衛(wèi)星數(shù)據(jù)中的高分辨率全色圖像和低分辨率全色圖像離散小波變化得到對(duì)應(yīng)的高頻和低頻分量；步驟3、將所述高分辨率全色圖像和分波段的初步特征的高頻分量進(jìn)行高頻保持獲得空間特征；所述低分辨率全色圖像和分波段的初步特征的低頻分量經(jīng)過動(dòng)態(tài)卷積低頻提取獲得光譜特征；將所述空間特征和所述光譜特征通過逆離散小波變換和通道拼接獲得完整的融合特征；3-1、空間特征提取：將所述高分辨率全色圖像和所述分波段的初步特征的高頻分量在通道維度上進(jìn)行拼接獲得拼接特征，將所述拼接特征輸入兩個(gè)卷積層，并中間加入激活函數(shù)，提取最終的高頻特征；利用學(xué)習(xí)參數(shù)，將所述高頻特征和所述分波段的初步特征的高頻分量進(jìn)行特征平衡學(xué)習(xí)，并控制其貢獻(xiàn)獲取空間特征；3-2、光譜特征提取：將所述低分辨率全色圖像和所述分波段的初步特征低頻分量做差值獲得差分特征；將所述差分特征輸入到特征提取模塊中，生成動(dòng)態(tài)卷積；所述分波段的初步特征低頻分量利用動(dòng)態(tài)卷積獲得動(dòng)態(tài)特征；將所述動(dòng)態(tài)特征和所述分波段的初步特征的低頻分量做差得到第個(gè)波段的光譜特征；步驟4、將所述完整的融合特征進(jìn)行光譜增強(qiáng)生成高分辨率的多光譜圖像，將所述高分辨率的多光譜圖像輸入訓(xùn)練好的判別器計(jì)算對(duì)抗損失優(yōu)化生成器，得到訓(xùn)練好的生成器；步驟5、將所述訓(xùn)練時(shí)不可見的衛(wèi)星數(shù)據(jù)測(cè)試圖像輸入到所述訓(xùn)練好的生成器中，得到融合圖像；將所述融合圖像通過量化評(píng)價(jià)指標(biāo)完成融合效果評(píng)價(jià)。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人南京理工大學(xué)，其通訊地址為：210094 江蘇省南京市玄武區(qū)孝陵衛(wèi)街道200號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。