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！

龙图腾网获悉华南理工大学申请的专利基于显式先验的卷积神经网络的高光谱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：CN118333899B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202410357580.3，技术领域涉及：G06T5/73；该发明授权基于显式先验的卷积神经网络的高光谱图像全色锐化方法是由贺霖;赖洪昊设计研发完成，并于2024-03-27向国家知识产权局提交的专利申请。

本基于显式先验的卷积神经网络的高光谱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显式先验的卷积神经网络的高光谱图像全色锐化方法，包括获取高光谱图像及对应的全色图像，对预处理后的高光谱图像及对应的全色图像进行图像区域划分，用于构建训练数据集和测试数据集；构建基于显式先验的卷积神经网络，基于显式先验的卷积神经网络包括光谱决策子模块、光谱生成子模块、显式先验融合子模块及残差补偿层；对基于显式先验的卷积神经网络所包括卷积的权重和偏置进行初始化；基于显式先验的卷积神经网络根据训练数据集的输入进行前向推断，预测锐化图像，计算出损失函数值，得到最优基于基于显式先验的卷积神经网络。本发明的方法在提高高光谱图像全色锐化质量方面具有重要的理论和实际应用价值。

本发明授权基于显式先验的卷积神经网络的高光谱图像全色锐化方法在权利要求书中公布了：1.一种基于显式先验的卷积神经网络的高光谱图像全色锐化方法，其特征在于，包括： 获取高光谱图像及对应的全色图像，并对图像进行预处理； 对预处理后的高光谱图像及对应的全色图像进行图像区域划分，选择两个不重合区域，分别用于构建训练数据集和测试数据集； 构建基于显式先验的卷积神经网络，所述基于显式先验的卷积神经网络包括光谱决策子模块、光谱生成子模块、显式先验融合子模块及残差补偿层； 设置网络的超参数，同时对基于显式先验的卷积神经网络所包括卷积的权重和偏置进行初始化； 在训练阶段，基于显式先验的卷积神经网络根据训练数据集的输入进行前向推断，预测锐化图像，计算出损失函数值； 对损失函数值进行优化，根据损失函数值对网络进行反向传播，更新基于显式先验的卷积神经网络中所有卷积的权重和偏置，当损失函数值收敛至最小值时，得到最优基于显式先验的卷积神经网络； 在测试阶段，将测试数据集中的数据输入最优的基于显式先验的卷积神经网络得到高空间分辨率高光谱图像； 光谱决策子模块：输入原始的高光谱图像和全色图像，输出每个空间像素位置的地物类型概率向量，确定地物类型； 光谱生成子模块：输入原始的高光谱图像和全色图像以及根据光谱决策子模块指示的光谱库中对应的光谱曲线，输出所预测的光谱图像，该光谱图像在光谱信息上与目标参考图像一致； 显式先验融合子模块：输入原始的高光谱图像和全色图像以及光谱生成子模块所预测的光谱图像，输出特征图； 残差补偿层：显式先验融合子模块并不直接重构出目标的高空间分辨率高光谱图像，而是其减去上采样后的低分辨率高光谱图像的细节图像。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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。