南京理工大学肖亮获国家专利权
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！
龙图腾网获悉南京理工大学申请的专利结合光谱解混先验和可学习退化约束的高光谱图像融合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：CN114862733B 。
龙图腾网通过国家知识产权局官网在2025-12-23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：202210528527.6，技术领域涉及：G06T5/50；该发明授权结合光谱解混先验和可学习退化约束的高光谱图像融合方法是由肖亮;郑可欣设计研发完成，并于2022-05-16向国家知识产权局提交的专利申请。
本结合光谱解混先验和可学习退化约束的高光谱图像融合方法在说明书摘要公布了：本发明公开了一种结合光谱解混先验和可学习退化约束的高光谱图像融合方法，该方法包括：对高光谱图像应用解混模型，建立高分辨丰度与低分辨丰度间的退化关系；结合高光谱图像解混过程，优化低分辨率丰度以及高分辨率丰度；构建空间退化网络以及光谱退化网络学习图像间退化关系，空间退化网络能够同时适应丰度以及高光谱图像的输入；构建残差块优化中间图像，学习更加精细的特征；网络损失函数为L1范数。本发明方法应用于全色图像与高光谱图像融合或多光谱图像与高光谱图像融合有优异性能。
本发明授权结合光谱解混先验和可学习退化约束的高光谱图像融合方法在权利要求书中公布了：1.一种结合光谱解混先验和可学习退化约束的高光谱图像融合方法，其特征在于，包括以下步骤： 第一步，对高光谱图像应用解混模型，建立高分辨丰度与低分辨丰度间的退化关系； 第二步，结合高光谱图像解混过程，得到初始高分辨丰度，经过空间退化生成低分辨丰度，优化低分辨丰度以及高分辨丰度； 第三步，构建残差块优化中间图像，学习更加精细的特征，加快网络训练速度； 第四步，构建空间退化网络以及光谱退化网络学习图像间退化关系，空间退化网络能够同时适应丰度以及高光谱图像的输入，构建的退化网络使整体网络能够在一个闭环中训练； 第五步，网络损失函数为L1范数，建立的损失包含空间损失，光谱损失以及正则化项；记表示总损失，则有： 其中，表示空间损失，表示光谱损失，表示正则化项，α,β表示平衡系数；X,Y是作为参考值的低分辨率高光谱图像和多光谱图像，F1表示空间退化网络，F2表示光谱退化网络；利用丰度和为一约束，能够规范训练过程中产生的丰度值，则有: 其中1hw表示长度为hw，值均为1的向量，1K表示长度为K，值均为1的向量； 总的损失函数如下所示：
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南京理工大学，其通讯地址为：210094 江苏省南京市孝陵卫200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。
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
请提出您的宝贵建议，有机会获取IP积分或其他奖励