公开(公告)号：CN117788322A

公开(公告)日：2024-03-29

申请号：CN202311720650.9

申请日：2023-12-14

Applicant: 南京信息工程大学

Inventor： 杨智翔 ,  孙玉宝

IPC: G06T5/70 ,  G06V10/30 ,  G06V10/774 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/098

Abstract: 本发明提供的一种基于稀疏TRANSFORMER结构的高光谱图像去噪方法，利用稀疏空谱Transformer去噪网络对高光谱图像的空间‑光谱特征进行联合学习从而帮助去噪。在高光谱图像空间维度，为了应对过于平滑问题，引入局部卷积模块增强空间高频特征细节；同时在光谱维度上提出了Top‑k稀疏自注意力机制，自适应选择最相关的光谱通道信息进行特征交互，从而能够有效捕获不同光谱波段间光谱特征的相关性。通过对高光谱图像空间‑光谱特征的联合学习。本发明能够根据训练好的网络参数权重对输入的噪声高光谱图像进行高效、高质量的去噪修复操作。