原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明属于遥感图像去雾领域，具体涉及一种基于物理和频域指导的两步高光谱图像去雾方法，包括：构建训练数据集；构建用于第一步训练的去雾模型和构建用于第二步训练的改进的RGB去雾模型；为第一步和第二步的模型设计损失函数并进行两步模型的训练；通过训练好的两步模型进行图像去雾。本发明引入了来自RGB图像去雾领域的丰富经验，并可以通过物理和频域指导有效的提升深度学习模型的可解释性和弥补CNN为基础的模型的局部性。
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117522739A
(43)申请公布日2024.02.06
(21)申请号202311749203.6G06N3/08(2023.01)
(22)申请日2023.12.1
文档评论（0）