Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于光谱细化的高光谱图像分类方法、装置、设备及介质 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

摘要:本发明公开了一种基于光谱细化的高光谱图像分类方法、装置、设备及介质,所述方法包括获取高光谱图像的像元块,通过多尺度卷积运算提取所述像元块不同尺度的浅层特征,以形成多尺度特征图,通过光谱细化块对所述多尺度特征图进行处理,捕获所述高光谱图像具有不同语义的判别性光谱特征,以形成光谱细化特征图,通过全局感知块对所述光谱细化特征图进行处理,捕获所述高光谱图像的远距离空间依赖性和光谱适应性,以形成全局感知特征图,通过池化层和softmax层对所述全局感知特征图进行处理,以形成所述高光谱图像的分类结果。本发明所述高光谱分类方法有效的表征了精细的光谱相关性及高光谱图像的全局光谱‑空间特征。

主权项:1.一种基于光谱细化的高光谱图像分类方法,其特征在于,包括:获取高光谱图像的像元块;通过多尺度卷积运算提取所述像元块不同尺度的浅层特征,以形成多尺度特征图;通过光谱细化块对所述多尺度特征图进行处理,捕获所述高光谱图像具有不同语义的判别性光谱特征,以形成光谱细化特征图;通过全局感知块对所述光谱细化特征图进行处理,捕获所述高光谱图像的远距离空间依赖性和光谱适应性,以形成全局感知特征图;通过池化层和softmax层对所述全局感知特征图进行处理,以形成所述高光谱图像的分类结果。

全文数据:

权利要求:

百度查询: 安徽大学 基于光谱细化的高光谱图像分类方法、装置、设备及介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。