【技术实现步骤摘要】
本专利技术属于高光谱图像，具体涉及基于多尺度异构码本自编码器的rgb重建高光谱网络及方法。
技术介绍
1、随着高光谱成像技术在农业监测、环境评估、医学诊断等领域的广泛应用，如何高效地从低成本rgb图像中重建高光谱图像成为研究热点。传统高光谱成像设备受限于光学系统和机械结构，存在成像速度慢、成本高昂等问题，难以满足实时性和大范围监测需求。为此，研究者提出多种基于深度学习的rgb到hsi重建方法，但其性能受限于以下技术瓶颈：现有rgb到hsi重建方法通常基于单一数据集训练，无法有效融合异构数据集的互补信息。具体表现为：
2、数据孤岛问题：不同传感器采集的高光谱数据集（如卫星遥感数据、实验室光谱仪数据）因波段范围、分辨率和噪声特性差异，难以直接共享特征表示；
3、先验知识利用率低：现有方法未充分利用异构数据集中潜在的互补波段信息（如可见光波段与近红外波段的关联），导致重建结果在细节保留和光谱保真度上存在局限性；
4、模型泛化能力弱：依赖单一数据集训练的模型在面对新场景（如新型传感器数据或复杂光照条件）时，重
【技术保护点】
1.一种基于多尺度异构码本自编码器的RGB重建高光谱网络，其特征在于，包括：
2.根据权利要求1所述的基于多尺度异构码本自编码器的RGB重建高光谱网络，其特征在于，所述混合码本的生成包括：
3.根据权利要求2所述的基于多尺度异构码本自编码器的RGB重建高光谱网络，其特征在于，嵌入损失计算公式为：，其中，表示停止梯度操作，为量化特征，为原始特征；
4.根据权利要求3所述的基于多尺度异构码本自编码器的RGB重建高光谱网络，其特征在于，所述多尺度异构码本构建模块中：
5.根据权利要求4所述的基于多尺度异构码本自编码器的RGB重...
【技术特征摘要】
1.一种基于多尺度异构码本自编码器的rgb重建高光谱网络，其特征在于，包括：
2.根据权利要求1所述的基于多尺度异构码本自编码器的rgb重建高光谱网络，其特征在于，所述混合码本的生成包括：
3.根据权利要求2所述的基于多尺度异构码本自编码器的rgb重建高光谱网络，其特征在于，嵌入损失计算公式为：，其中，表示停止梯度操作，为量化特征，为原始特征；
4.根据权利要求3所述的基于多尺度异构码本自编码器的rgb重建高光谱网络，其特征在于，所述多尺度异构码本构建模块中：
5.根据权利要求4所述的基于多尺度异构码本自编码器的rgb重建高光谱网...
【专利技术属性】
技术研发人员：李蒙，杨湛江，董嘉伟，陈俊雍，杜菲，李菊，安晓欣，
申请(专利权)人：深圳技术大学，
类型：发明
国别省市：
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。