申请/专利权人:南京大学;国网浙江省电力有限公司;国网浙江省电力有限公司信息通信分公司
申请日:2020-12-29
公开(公告)日:2024-04-09
公开(公告)号:CN112598599B
主分类号:G06F30/27
分类号:G06F30/27
优先权:
专利状态码:有效-授权
法律状态:2024.04.09#授权;2021.04.23#实质审查的生效;2021.04.02#公开
摘要:本发明公开了一种高光谱图像的去噪模型训练方法及去噪方法。其去噪模型训练方法包括如下步骤:1对获取的高光谱图像数据集做预处理,获得无噪数据集,然后加入不同方差的高斯白噪声,生成有噪数据集;2对方差扩充维度,得到与图像同等大小的噪声水平图;3将有噪数据集和噪声水平图构成样本数据组进行训练,得到噪声估计子网络模型;4利用噪声估计子网络模型预测得到噪声水平图,并将噪声水平图和有噪数据合并,与无噪数据集作为样本数据组进行训练,得到高光谱图像去噪模型。本发明采用了训练子网络的方法估计噪声方差,使得去噪模型不仅对高光谱图像去噪效果显著,而且实现了处理不同噪声方差的盲去噪效果。
主权项:1.一种高光谱图像的去噪模型训练方法,其特征在于,该方法包括如下步骤:1对获取的高光谱图像数据集做预处理,获得无噪数据集,然后加入不同方差σ的高斯白噪声,生成有噪数据集;2对方差σ扩充维度,得到与图像同等大小的噪声水平图3将有噪数据集和噪声水平图构成样本数据组进行训练,得到噪声估计子网络模型;4利用所述噪声估计子网络模型预测得到噪声水平图并将噪声水平图和有噪数据合并,与所述无噪数据集作为样本数据组进行训练,得到高光谱图像去噪模型。
全文数据:
权利要求:
百度查询: 南京大学;国网浙江省电力有限公司;国网浙江省电力有限公司信息通信分公司 一种高光谱图像的去噪模型训练方法及去噪方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。