Indexed by：
Abstract：
本发明公开了一种基于3D卷积神经网络的高光谱图像超分辨率复原方法，本发明采用如下的技术方案：3D残差密集网络，该网络创新点包括3D卷积核对高光谱图像光谱维进行卷积部分和3D亚像素重组对图像进行放大并重建高分辨率图像部分，将这两部分统一在深度卷积神经网络框架3D‑RDN中，通过残差密集块等结构充分利用卷积层的分层特征，实现对高光谱图像的超分辨率复原。当前现有的基于深度学习的方法应用于高光谱图像时，未充分考虑高光谱图像自身的特征，因而难以有效利用高光谱图像丰富的光谱维信息重建高分辨率的图像。本发明充分利用高光谱图像的所有空谱信息，实现高效超分辨率复原，在PSNR值上优于现有方法。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： CN201910160846.4
Filing Date： 2019-03-04
Publication Date： 2019-06-18
Pub. No.： CN109903255A
Applicants： 北京工业大学
Legal Status： 驳回
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 3
Affiliated Colleges：
