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！

龙图腾网获悉武汉科技大学申请的专利基于超分辨增强的双域无监督遥感图像全色锐化方法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：CN119887578B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202411967877.8，技术领域涉及：G06T5/73；该发明授权基于超分辨增强的双域无监督遥感图像全色锐化方法是由徐新;柳阳;刘威;李维刚;王正设计研发完成，并于2024-12-30向国家知识产权局提交的专利申请。

本基于超分辨增强的双域无监督遥感图像全色锐化方法在说明书摘要公布了：本发明公开了一种基于超分辨增强的双域无监督遥感图像全色锐化方法，包括：获取PAN图像和LRMS图像并进行预处理，LRMS图像预处理后得到LLMS图像；构建多光谱图像超分辨率增强子网络，在低空间分辨率域内训练多光谱图像超分辨率增强子网络；加载训练完成的多光谱图像超分辨率增强子网络，并通过多光谱图像超分辨率增强子网络对LRMS图像进行超分辨率，得到HLMS图像；构建频率细节注入模块，并将HLMS图像和PAN图像输入到频率细节注入模块中进行无监督学习，得到HRMS图像。本发明方法在保证出色的光谱性能的同时，显著提高了生成图像的空间质量，有效缓解了生成图像空间细节模糊、物体形变等问题。

本发明授权基于超分辨增强的双域无监督遥感图像全色锐化方法在权利要求书中公布了：1.一种基于超分辨增强的双域无监督遥感图像全色锐化方法，其特征在于，包括步骤： S1、获取遥感卫星图像，所述遥感卫星图像包括卫星拍摄的全色图像和低空间分辨率多光谱图像，分别记为PAN图像和LRMS图像，并对PAN图像和LRMS图像进行预处理，其中，对LRMS图像预处理后得到LLMS图像，LLMS图像的空间分辨率低于LRMS图像的空间分辨率； S2、构建多光谱图像超分辨率增强子网络，在低空间分辨率域内训练多光谱图像超分辨率增强子网络； S3、加载步骤S2训练完成的多光谱图像超分辨率增强子网络，并通过多光谱图像超分辨率增强子网络对LRMS图像进行超分辨率，从而得到高空间分辨率低质量多光谱图像，即HLMS图像； S4、构建频率细节注入模块，并将HLMS图像和PAN图像输入到频率细节注入模块中进行无监督学习，得到高空间分辨率多光谱图像，即HRMS图像； 步骤S4包括： S4.1、对HLMS图像和PAN图像进行处理； S4.2、构建频率细节注入模块并进行训练，将步骤S4.1处理后的HLMS图像和PAN图像的特征输入到训练后的频率细节注入模块中，输出HMS图像；步骤S4.2具体包括： 构建频率细节注入模块并进行训练，将经过步骤S4.1特征提取后的HLMS图像的特征FHLMS和PAN图像的特征FPAN输入到频率细节注入模块中：首先经过傅里叶变换，分别得到FHLMS和FPAN这两个特征的振幅和相位；然后用FPAN的振幅和相位分别减去FHLMS的振幅和相位，将得到的差值放入到一层1×1的卷积网络中进行特征提取，提取的特征经过ReLu激活函数映射到高维，经过卷积网络特征提取和ReLu激活函数处理后的振幅和相位的差值分别与HLMS图像经过1×1卷积网络特征提取和ReLu激活函数处理后的振幅和相位进行相加，将得到的振幅和相位输入到反傅里叶变换中，从频率域转换到空间域，然后经过一个3×3的卷积网络得到频率细节注入模块的输出，即HMS图像； S4.3、通过无监督学习方法将HMS图像与步骤S3得到的HLMS图像进行加权相加，得到高空间分辨率多光谱图像，即HRMS图像。

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武汉科技大学，其通讯地址为：430081 湖北省武汉市和平大道947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”。

以上内容由龙图腾AI智能生成。