基于卷积神经网络的高光谱图像重建方法 |
| |
引用本文: | 彭娟,李发陵.基于卷积神经网络的高光谱图像重建方法[J].四川激光,2023(12):104-109. |
| |
作者姓名: | 彭娟 李发陵 |
| |
作者单位: | 重庆工程学院 |
| |
摘 要: | 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。
|
关 键 词: | 高光谱图像 图像重建 图像分类 卷积神经网络 超分辨率 张量分解 |
|
|