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！

龙图腾网获悉西安交通大学申请的专利一种基于卷积稀疏编码压缩感知光谱重构方法及系统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：CN116012470B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202310043863.6，技术领域涉及：G06T9/00；该发明授权一种基于卷积稀疏编码压缩感知光谱重构方法及系统是由李杰;王攀;吴海英;齐春设计研发完成，并于2023-01-29向国家知识产权局提交的专利申请。

本一种基于卷积稀疏编码压缩感知光谱重构方法及系统在说明书摘要公布了：本发明属于光谱图像技术领域，公开了一种基于卷积稀疏编码压缩感知光谱重构方法及系统，包括以下步骤：步骤S1、将光谱采集系统输出的观测图像以及光谱采集系统的观测矩阵构建基于卷积稀疏表示的重构方程；步骤S2、基于卷积稀疏表示的重构方程进行图像低频求解得到初步三维光谱数据；步骤S3、初步三维光谱数据进行约束对图像高频部分求解得到卷积核在第L个波段处的稀疏系数；步骤S4、对稀疏系数与卷积核进行卷积求和得到三维光谱数据；步骤S5、满足条件的三维光谱数据进行输出得到重构的光谱。本发明重构图像的泛化性、精度与时效性均较好。

本发明授权一种基于卷积稀疏编码压缩感知光谱重构方法及系统在权利要求书中公布了：1.一种基于卷积稀疏编码压缩感知光谱重构方法，其特征在于，包括以下步骤： 步骤S1、将光谱采集系统输出的观测图像以及光谱采集系统的观测矩阵构建基于卷积稀疏表示的重构方程，光谱采集系统输出的观测图像y以及光谱采集系统的观测矩阵H结合TV算子和卷积稀疏进行构建基于卷积稀疏表示的重构方程； 步骤S2、对步骤S1中基于卷积稀疏表示的重构方程进行图像低频求解得到初步三维光谱数据，采用GAP并引入辅助变量对步骤S1的基于卷积稀疏表示的重构方程进行图像的低频求解，如下所示： 2 其中，为t时刻求解时的三维光谱数据，为t-1时刻求解时的三维光谱数据，为t时刻求解时的辅助变量，为t-1时刻求解时的辅助变量； 步骤S3、对步骤S2中的初步三维光谱数据进行约束对图像高频部分求解得到卷积核在第L个波段处的稀疏系数，具体步骤如下： 步骤S31、初步三维光谱数据It-1通过卷积稀疏结合范数得到式5，式3进行图像高频部分求解循环得到j+1次循环后的L个波段处的稀疏系数； 5 其中，为卷积核在第L个波段处的稀疏系数，为初步三维光谱数据It-1的二维图像，为j+1次循环后的第L个波段处的稀疏系数，为卷积核，为权重系数，、均为j次循环的辅助变量； 步骤S32、对j+1次循环的辅助变量进行求解如式6所示，对j+1次循环的辅助变量进行求解如式7所示； 6 7 其中，为辅助变量； 步骤S4、对稀疏系数与卷积核进行卷积求和得到三维光谱数据； 步骤S5、步骤S4中的三维光谱数据经过系统观测矩阵的投影后得到重构观测图像，重构观测图像与步骤S1中的观测图像的误差小于阈值对三维光谱数据进行输出得到重构的光谱，大于等于阈值进入重新返回步骤S2直至满足重构观测图像与步骤S1中的观测图像的误差小于阈值结束循环。

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西安交通大学，其通讯地址为：710049 陕西省西安市碑林区咸宁西路28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。