光谱图像融合 - 专利交易市场|柿子坊知识产权运营平台

发明已授权

本发明属于图像处理技术领域，公开了一种基于神经算子和渐进重采样的光谱图像融合方法。对低分辨率高光谱图像和高分辨率多光谱图像分别提取三个不同尺度的副本；并对不同尺度的副本分别进行特征提取，将所得特征在光谱维度上进行连接，作为初始光谱图像函数；将初始光谱图像函数输入到光谱融合神经算子模块得到函数u；将得到的函数u与上采样后的低分率高光谱图像进行相加，得到高分辨率的高光谱目标图像。本发明获得在光谱和空间上均具有高分辨率的图像，且极大降低计算复杂度。

📄 2024108194598 📂 G06T5_60 👤 浙江工业大学 📅 2024-06-24

¥0.0 元

咨询

基于深度学习的全色与多光谱图像融合方法

发明已授权

本公开提供了一种基于深度学习的全色与多光谱图像融合方法及系统，包括：获取待融合的全色图像和多光谱图像；将所述全色图像和多光谱图像输入预训练的图像融合模型中，获得融合后的遥感图像；所述方案能够充分利用深度神经网络，突出图像的空间结构信息，并且利用构建的分支光谱调节网络对图像风格进行调整，从而使融合后的遥感图像不仅具有高空间分辨率，而且能很好地保留了特定卫星的特定风格信息。

📄 2021104254897 📂 G06T5_50 👤 山东师范大学 📅 2021-04-20

¥0.0 元

咨询

基于分类和多级残差增强的高光谱与多光谱图像融合方法

发明已授权

本申请公开了一种基于分类和多级残差增强的高光谱与多光谱图像融合方法，涉及新一代信息技术领域。本申请中所述高光谱与多光谱图像融合方法获取的重建的高分辨率高光谱图像较为准确，而且重建的高分辨率高光谱图像与源图像所对应标签之间的偏差较少，在对图像细节重建方面较为突出，能够具有较高的还原精度；而且，本申请所述高光谱与多光谱图像融合方法在对背景噪声较多的源图像进行融合时具有较强的鲁棒性和适应性，能够有效地抑制背景噪声对图像融合质量的干扰；此外，本申请所述高光谱与多光谱图像融合方法对不同类别的地物还具有较强的区分能力和重建精度。

📄 2025100052362 📂 G06T5_50 👤 齐鲁工业大学(山东省科学院) 📅 2025-01-03

¥0.0 元

咨询

交易保障 · 安心交易

资金托管

买家付款至平台，交易完成/过户成功后放款给卖家

权属尽调

专利有效性分析 + 权属状态核查，确保交易安全

合同审核

标准转让/许可合同模板，支持在线电子签署

全程代办

著录项目变更、备案手续全程代办，省心省力

成功交易案例

🔬

固态锂电池电解质专利包

转让方：中国科学院××研究所
受让方：××新能源科技有限公司
交易类型：独占许可
交易金额：¥320万

🧬

CRISPR基因编辑技术

转让方：××大学
受让方：××生物医药有限公司
交易类型：转让
交易金额：¥1,200万

⚡

SiC功率器件工艺专利

转让方：××半导体有限公司
受让方：××汽车电子集团
交易类型：转让
交易金额：¥680万

☀️

钙钛矿光伏组件技术

转让方：××科技公司
受让方：××能源集团
交易类型：开放许可
交易金额：¥50万/年

专利交易市场

一种基于神经算子和渐进重采样的光谱图像融合方法

基于深度学习的全色与多光谱图像融合方法

基于分类和多级残差增强的高光谱与多光谱图像融合方法

求购专区 · 发布技术需求，卖家在线应标

交易保障 · 安心交易

资金托管

权属尽调

合同审核

全程代办

交易流程 · 六步完成专利交易

成功交易案例

固态锂电池电解质专利包

CRISPR基因编辑技术

SiC功率器件工艺专利

钙钛矿光伏组件技术

服务项目

资源中心

关于柿子坊