基于全局-局部特征联合学习的光谱图像去马赛克方法技术

技术编号:41459104 阅读:24 留言:0更新日期:2024-05-28 20:45
本发明专利技术涉及一种光谱图像去马赛克方法,具体涉及一种基于全局‑局部特征联合学习的光谱图像去马赛克方法。解决了现有基于深度神经网络的光谱图像去马赛克方法使用插值、波段拆分等方式来获得初始多光谱图像,导致最终多光谱图像重建精度差的技术难题。本发明专利技术方法,包括以下步骤:1)选取光谱马赛克图像样本;2)采用基于傅里叶变换的光谱图像去马赛克初始化方法得到初始化光谱图像;3)构建光谱图像重建网络,将初始化光谱图像输入至光谱图像重建网络中,获得高质量光谱图像;利用损失函数训练光谱图像重建网络;4)将待处理的光谱马赛克图像先得到初始化光谱图像,再输入至训练好的光谱图像重建网络中,获得去马赛克的光谱图像。

【技术实现步骤摘要】

本专利技术涉及一种光谱图像去马赛克方法,具体涉及一种基于全局-局部特征联合学习的光谱图像去马赛克方法


技术介绍

1、与彩色图像相比,多光谱图像波段数更多,能够区分场景中不同材料的精细特征,在国防安全、遥感监测、精准农业等领域具有广泛的应用前景。传统光谱成像系统通常采用扫描方式(例如点扫描、线扫描、或光谱扫描)来获得光谱图像,该技术虽然能够获得高质量光谱图像,但是其成像速度慢,不适用于对动态场景的实时成像,同时也伴随着较高的成本。

2、为了获得动态场景的光谱信息,近年来研究人员提出了基于光谱滤波器阵列的光谱成像方法,通过光谱滤波器阵列对场景光谱信息进行采样,即每个像素点只获得一个波段的信息,从而实现单次曝光多光谱成像,获得马赛克图像。为了获得完整的图像,需要对这些马赛克图像进行处理,以还原每个像素位置的完整光谱信息。因此,如何从获取的二维马赛克图像重建原始三维多光谱图像,即光谱图像去马赛克问题,成为了实现基于光谱滤波器阵列的光谱成像的一个难题。

3、传统的光谱图像去马赛克方法通常分为两类:基于插值的方法和基于数学模型的方法。基于插值本文档来自技高网...

【技术保护点】

1.一种基于全局-局部特征联合学习的光谱图像去马赛克方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种基于全局-局部特征联合学习的光谱图像去马赛克方法,其特征在于:

3.根据权利要求1或2所述的一种基于全局-局部特征联合学习的光谱图像去马赛克方法,其特征在于,步骤3.2)包括以下步骤:

4.根据权利要求3所述的一种基于全局-局部特征联合学习的光谱图像去马赛克方法,其特征在于:

5.根据权利要求4所述的一种基于全局-局部特征联合学习的光谱图像去马赛克方法,其特征在于:

6.根据权利要求5所述的一种基于全局-局部特征联合...

【技术特征摘要】

1.一种基于全局-局部特征联合学习的光谱图像去马赛克方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种基于全局-局部特征联合学习的光谱图像去马赛克方法,其特征在于:

3.根据权利要求1或2所述的一种基于全局-局部特征联合学习的光谱图像去马赛克方法,其特征在于,步骤3.2)包括以下步骤:

4.根据权利要求3所述的一种基于全...

【专利技术属性】
技术研发人员:毋芳芳黄涛董伟生董乐石光明
申请(专利权)人:西安电子科技大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1