本发明公开的一种基于卷积神经网络的光谱成像系统的高质量成像方法,属于计算摄像学领域。本发明将高光谱图像成像过程与重建过程一起考虑,重建过程中分别考虑图像间的空间相关性和光谱相关性,使用残差学习加速网络的训练速度和收敛速度,优化重建网络的同时优化编码网络,使用GPU完成对整个网络的优化求解:使用cuDNN库加速网络运行速度;使用随机梯度下降法更新网络参数;逐块处理完成高光谱图像的重建。本发明能够高质量完成CASSI光谱成像系统的高光谱图像重建,在保证重建结果具备高空间分辨率和高光谱保真性的同时,提高高光谱图像重建的效率,扩展高光谱图像的应用范围。本发明可用于载人航天、地质勘测、农业生产和生物医学等多个领域。
声明:
“基于卷积神经网络的光谱成像系统的高质量成像方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)