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！

龙图腾网获悉广东海洋大学申请的专利一种无监督的生成式对抗遥感影像空谱融合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：CN121258810B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202511441901.9，技术领域涉及：G06T5/50；该发明授权一种无监督的生成式对抗遥感影像空谱融合方法及系统是由吴园园;王骥;林聪;刘莹;谢俊杰设计研发完成，并于2025-10-10向国家知识产权局提交的专利申请。

本一种无监督的生成式对抗遥感影像空谱融合方法及系统在说明书摘要公布了：本发明涉及图像处理技术领域，具体涉及一种无监督的生成式对抗遥感影像空谱融合方法及系统，方法包括：将待融合的遥感影像输入训练好的空谱融合模型，通过空谱融合模型中的双流卷积‑Transformer生成器分别提取MS影像和PAN影像的多尺度局部‑全局特征，先对MS影像和PAN影像的同尺度局部‑全局特征进行先验交叉融合，再将不同尺度的先验交叉融合结果进行跨尺度融合，并形成递归级联交叉融合结构，得到关键融合信息；基于补充信息对关键融合信息重构生成注入信息，将上采样后的MS影像和注入信息进行非线性校正，生成与遥感影像对应的高空间分辨率多光谱图像；本发明能够提高多光谱遥感影像空间分辨率并减少光谱失真。

本发明授权一种无监督的生成式对抗遥感影像空谱融合方法及系统在权利要求书中公布了：1.一种无监督的生成式对抗遥感影像空谱融合方法，其特征在于，所述方法包括以下步骤： S100，获取待融合的遥感影像和训练好的空谱融合模型；所述遥感影像包括MS影像和PAN影像，所述空谱融合模型基于双流卷积-Transformer生成器和卷积-Transformer双判别器训练得到； S200，将待融合的遥感影像输入训练好的空谱融合模型，通过所述空谱融合模型中的双流卷积-Transformer生成器分别提取MS影像和PAN影像的多尺度局部-全局特征，先对MS影像和PAN影像的同尺度局部-全局特征进行先验交叉融合，再将不同尺度的先验交叉融合结果进行跨尺度融合，并形成递归级联交叉融合结构，得到关键融合信息；基于补充信息对所述关键融合信息重构生成注入信息，将上采样后的MS影像和注入信息进行非线性校正，生成与所述遥感影像对应的高空间分辨率多光谱图像； 所述双流卷积-Transformer生成器包括双流多尺度局部-全局特征提取模块；所述双流多尺度局部-全局特征提取模块包括2个权重独立的特征提取支路，所述通过所述空谱融合模型中的双流卷积-Transformer生成器分别提取MS影像和PAN影像的多尺度局部-全局特征，包括： S211，将PAN影像和上采样后的MS影像作为输入影像，将PAN影像输入其中一个特征提取支路，将上采样后的MS影像输入另一个特征提取支路； S212，输入影像经层归一化后获得层归一化特征，层归一化特征依次经3分支1×1像元卷积聚合跨通道上下文信息和3×3深度卷积编码通道空间聚合上下文信息，生成查询向量Q、键向量K和值向量V； S213，分别对查询向量Q、键向量K和值向量V进行变形，变形的查询向量Q和键向量K依次经乘操作和Softmax操作后获得注意力A，注意力A再与变形后的值向量V经乘操作、变形操作和1×1像元卷积后与输入影像相加得到校正特征； S214，校正特征经层归一化后生成归一化校正特征，再经1×1像元卷积投影增加特征维度，经3×3深度卷积获取局部信息，接着利用非线性的高斯误差线性单元激活后，经1×1像元卷积聚合跨通道局部上下文信息并调整通道数，得到局部增强校正特征； S215，将校正特征和局部增强校正特征残差连接，生成与输入影像对应的局部-全局特征； S216，将所述局部-全局特征作为输入影像，重复执行S212至S215，并与卷积的下采样操作结合，得到与输入影像对应的多尺度局部-全局特征。

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广东海洋大学，其通讯地址为：524088 广东省湛江市麻章区海大路1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。