需要我帮你解读这件专利吗?
公开(公告)号CN123015345A | 申请号CN202611507517.9 | 专利类型发明专利 |
状态在审 | 国家或地区CN | 申请人中山大学 |
分类号G06T5/94(2024.01), G06T5/80(2024.01), G06T5/70(2024.01), G06V10/54(2022.01), G06V10/60(2022.01), G06V10/80(2022.01), G06V10/82(2022.01), G06N3/045(2023.01), G06N3/0495(2023.01), G06N3/0895(2023.01) | 申请日2026-09-28 | 公开日2026-10-30 |
发布日期2026-10-30 | 文档 ID84661698058100000 | 源数据页码71 |
专利语言zh | ||
本发明公开基于动态特征融合与扩散优化的遥感阴影去除方法及系统,该方法包括以下步骤:S1:获取无阴影影像、阴影影像及对应的阴影掩膜;S2:提取非阴影区域的全局光照特征与阴影区域的高频纹理特征;S3:对所述全局光照特征与所述高频纹理特征进行动态加权融合;S4:将粗去阴影结果输入轻量级条件扩散细化网络,在共享时间步调度下进行迭代去噪,以所述无阴影影像为监督目标训练扩散模型,得到训练好的扩散模型;S5:将待处理遥感影像输入所述训练好的扩散模型,输出最终去阴影结果。本发明通过自监督预训练降低数据依赖,并通过共享时间步引导的渐进式恢复,实现全局光照校正与局部纹理增强的协调统一。
附图 1