北京工业大学朱青获国家专利权
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
龙图腾网获悉北京工业大学申请的专利高光谱图像超分辨率重建方法及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114612297B 。
龙图腾网通过国家知识产权局官网在2025-09-19发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210079410.4，技术领域涉及：G06T3/4053；该发明授权高光谱图像超分辨率重建方法及装置是由朱青;王晓晨;齐娜设计研发完成，并于2022-01-24向国家知识产权局提交的专利申请。
本高光谱图像超分辨率重建方法及装置在说明书摘要公布了：高光谱图像超分辨率重建方法及装置，针对高光谱图像，建立基于迭代阈值收缩方法及非局部自回归的融合模型，针对模型进行优化，然后进行网络设计、网络训练、网络测试，因此本发明利用非局部自相似性有效地恢复了缺失的高频信息，同时利用ISTA‑Net对变换域的信息加以利用，使网络具有很好的可解释性，提升了重建效果。
本发明授权高光谱图像超分辨率重建方法及装置在权利要求书中公布了：1.高光谱图像超分辨率重建方法，其特征在于：其包括以下步骤： 1针对高光谱图像，建立基于迭代阈值收缩方法及非局部自回归的融合模型，将非局部矩阵S嵌入到标准的图像退化模型中，表示为公式1： 其中，Y表示HrMS图像，其高度和宽度为H和W，Z表示由h和w定义的LrHS图像，其高度和宽度分别为h和w，hH，wW，A、B是可以从整个训练数据中正确得到的固定矩阵，C表示空间下采样算子，其中λ是一个权重参数，f·代表了的正则项； 2针对模型进行优化，并展开为一个可解释的深度网络结构，该模型通过迭代收缩阈值算法来求解，该算法通过计算公式3进行迭代更新 是第t次迭代中的更新变量，表示非局部自回归模型定义的先验； 3网络设计：利用HrMS图像变换域上的信息和LrHS图像变换域上的信息设计一个可解释网络基础架构； 4网络训练：对待估计图像进行处理，输出训练模型； 5网络测试：加载训练好的网络模型，向系统输入LrHS图像和HrMS图像，利用NAM-DuFNet进行重建，输出HrMS图像； 所述步骤1中，用公式2来表示图像的非局部自回归模型： 表示模型误差。
如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京工业大学，其通讯地址为：100124 北京市朝阳区平乐园100号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号