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！

龙图腾网获悉厦门理工学院申请的专利一种高光谱图像超分辨率重建方法、装置、设备及介质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：CN121437276B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202610002573.0，技术领域涉及：G06T3/4076；该发明授权一种高光谱图像超分辨率重建方法、装置、设备及介质是由杜晓凤;林宝叶;聂芹;曹卫设计研发完成，并于2026-01-05向国家知识产权局提交的专利申请。

本一种高光谱图像超分辨率重建方法、装置、设备及介质在说明书摘要公布了：本发明提供的一种高光谱图像超分辨率重建方法、装置、设备及介质，涉及遥感图像处理技术领域。本发明通过获取并预处理输入的低分辨率高光谱图像，利用预训练语义分割模型生成全图语义对象掩膜，从而得到语义索引图；然后构建层级化全局光谱原型记忆库，并通过动量更新聚合跨样本类别级光谱先验；接着设计由多个级联的语义原型交互单元构成的深度重建网络，结合局部原型感知、对象像素交叉注意力、窗口自注意力与前馈网络对输入的初始特征图进行特征增强；最终通过亚像素卷积重建输出高分辨率图像。本发明无需辅助影像，有效缓解光谱失真与边界模糊，提升重建保真度与细节表现。

本发明授权一种高光谱图像超分辨率重建方法、装置、设备及介质在权利要求书中公布了：1.一种高光谱图像超分辨率重建方法，其特征在于，包括： S1，获取并预处理输入的低分辨率高光谱图像； S2，将预处理后的高光谱图像调整至预设尺寸后输入至预训练语义分割模型生成全图语义对象掩膜，并经非重叠处理，得到语义索引图； S3，基于所述语义索引图构建包含多层全局语义光谱字典的全局光谱原型记忆库；其中，所述全局语义光谱字典用于存储语义类别与光谱特征对应关系的全局原型库； S4，将所述低分辨率高光谱图像切分为若干个小图像块后，通过浅层特征提取出每个图像块对应的初始特征图； S5，所述初始特征图输入由多个级联的语义原型交互单元构成的深度重建网络；所述深度重建网络与所述全局光谱原型记忆库的层级数一致，每一层所述语义原型交互单元调用对应层级的全局语义光谱字典，依次执行局部原型计算、调用动量更新后的字典、注意力交互与前馈网络，输出增强特征； S6，所述深度重建网络的最后一层增强特征经上采样重建输出高分辨率高光谱图像； 所述深度重建网络由L层语义原型交互单元SPIU级联构成，第层SPIU的输入为前一层特征，依次执行以下操作： 首先，基于所述语义索引图与所述初始特征图，采用掩膜平均池化筛选当前图像块中语义类别k的像素集合，然后对内的特征取平均，得到局部光谱原型，表达式为： ； 其中，为语义类别k的局部光谱原型；为当前图像块中语义类别k对应的像素集合；为第层语义原型交互单元输入的图像特征中像素坐标位置的像素特征向量；为像素坐标； 在字典进行动量更新时，利用局部原型更新对应层级的全局语义光谱字典，表达式为： ； 其中，为第层全局语义光谱字典中，语义类别k对应的全局光谱原型，即全局语义光谱字典的第k行；为动量系数； 若，则跳过当前语义类别的更新步骤； 然后以图像特征为查询向量，动量更新后的全局语义光谱字典为键向量K、值向量V，让每个像素特征匹配到对应的全局语义光谱原型，从而将全局光谱先验注入图像特征，得到全局注意力特征，表达式为： ； ； ； ； 其中，为层归一化；、、分别为查询向量、键向量K、值向量V的可学习权重矩阵；为第层全局语义光谱字典；为特征维度，用于注意力的尺度归一化；为第层语义原型交互单元输入的图像特征；为注意力权重矩阵；为激活函数；为全局注意力特征； 最后所述全局注意力特征通过窗口自注意力恢复空间纹理，得到自注意力特征，再经前馈网络输出增强特征，表达式为： ； ； 其中，为自注意力特征；为第层输出的增强特征；为窗口自注意力；为多层感知机。

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厦门理工学院，其通讯地址为：361024 福建省厦门市集美区理工路600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。