基于卷积神经网络的高光谱图像重建方法

为了提高高光谱图像的成像质量，满足应用需求，提出基于卷积神经网络的高光谱图像重建方法研究。通过预处理方式消除高光谱图像中的暗电流信息与噪声数据，以此为基础，获取高光谱图像SIFT特征，选择高光谱图像最优波段，最大限度地保留高光谱图像的波段特征，有效融合卷积神经网络构建高光谱图像重建模型，将最优波段高光谱图像数据输入至构建模型中，输出结果即为高光谱图像重建结果。实验数据显示：应用提出方法获得的评价指标MSE最小值为6,评价指标Q最大值为6.8,PSNR与SSIM最大值分别为40.349 dB与0.964 4,充分证实提出方法高光谱图像重建质量较佳。