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！

龙图腾网获悉南京信息工程大学申请的专利一种高光谱压缩成像方法、系统、终端及存储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：CN121661515B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202610173628.4，技术领域涉及：G06V20/10；该发明授权一种高光谱压缩成像方法、系统、终端及存储介质是由涂兵;徐发宁;贺燕;方乐缘;魏聪;梁联晖;王鹏;李军设计研发完成，并于2026-02-06向国家知识产权局提交的专利申请。

本一种高光谱压缩成像方法、系统、终端及存储介质在说明书摘要公布了：本发明公开了高光谱图像处理技术领域的一种高光谱压缩成像方法、系统、终端及存储介质，旨在解决现有技术中在压缩成像过程中存在高频细节丢失、光谱相关性弱、抗噪能力差导致重建精度不高的问题。其包括获取编码孔径快照光谱成像系统的压缩测量和感知掩码，根据压缩测量和感知掩码获取初始特征图；将初始特征图输入至预构建的U‑Net模型，获取解码特征图；对解码特征图进行卷积映射，结合初始特征图，获取重建高光谱图像；本发明通过谱‑空间状态同步器高效处理长序列数据，小波方差调制块通过多尺度分解，能够有效捕捉图像的局部与全局特征，解决了传统压缩成像过程中高频细节丢失、光谱相关性弱、抗噪能力差导致重建精度不高的问题。

本发明授权一种高光谱压缩成像方法、系统、终端及存储介质在权利要求书中公布了：1.一种高光谱压缩成像方法，其特征在于，包括： 获取编码孔径快照光谱成像系统的压缩测量和感知掩码，根据压缩测量和感知掩码获取初始特征图； 将初始特征图输入至预构建的U-Net模型，获取解码特征图； 对解码特征图进行卷积映射，结合初始特征图，获取重建高光谱图像； 所述U-Net模型包括： 采用预构建的小波方差调制块对初始特征图进行处理，获取初始编码特征图和统计提示； 基于小波方差调制块和统计提示，对初始编码特征图进行下采样，获取最终编码特征图和统计桥接； 采用预构建的谱-空间状态同步器对最终编码特征图进行处理，获取瓶颈特征图； 对瓶颈特征图进行多阶段解码，获取解码特征图； 所述预构建的谱-空间状态同步器包括： 根据最终编码特征图，获取状态选择掩码； 对最终编码特征图执行降维和自适应池化，获取低分辨率序列； 根据状态选择掩码和统计桥接，对低分辨率序列进行选择性扫描，获取扫描的加权状态向量； 对扫描的加权状态向量进行逆排序，结合层归一化恢复原始分辨率，获取瓶颈特征图； 所述采用预构建的小波方差调制块对初始特征图进行处理，获取初始编码特征图和统计提示，包括： 对初始特征图进行离散小波变换，获取低频子带和高频子带； 对低频子带执行方向方差调制，获取处理低频子带，对高频子带进行高频密集卷积编码，获取处理高频子带； 根据处理低频子带和处理高频子带生成初始编码特征图，根据处理低频子带和高频子带获取统计提示： 其中，所述根据处理低频子带和高频子带获取统计提示，包括： 根据处理低频子带，获取处理低频子带的通道方差； 根据高频子带获取高频子带的均值； 根据处理低频子带的通道方差和高频子带的均值计算统计提示，具体表达式如下： 式中：为统计提示，为处理低频子带的通道方差，为高频子带的均值；Linear表示线性投影层；cat表示拼接操作; 所述根据最终编码特征图，获取状态选择掩码，包括： 对最终编码特征图执行基于的类标映射，生成标记化路由策略，并根据标记化路由策略生成状态选择掩码，具体表达式如下： 式中：为标记化路由策略，为状态选择掩码；x为最终编码特征图；B为批次大小；N为序列长度；K为预设的离散标记类别数；GumbelSample为基于Gumbel分布的可微分采样操作；LogSoftmax为对数归一化指数函数；Linear表示线性投影层； 所述对最终编码特征图执行降维和自适应池化，获取低分辨率序列，具体表达式如下： 式中：为低分辨率序列；AdaptiveAvgPool2d表示二维自适应平均池化操作。

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南京信息工程大学，其通讯地址为：210044 江苏省南京市江北新区宁六路219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。