[发明专利]一种高光谱影像分类方法及装置在审
| 申请号： | 202010469424.8 | 申请日： | 2020-05-28 |
| 公开（公告）号： | CN113743429A | 公开（公告）日： | 2021-12-03 |
| 发明（设计）人： | 刘冰;余岸竹;王瑞瑞;郭文月;秦进春 | 申请（专利权）人： | 中国人民解放军战略支援部队信息工程大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04 |
| 代理公司： | 郑州睿信知识产权代理有限公司 41119 | 代理人： | 崔旭东 |
| 地址： | 450001 河*** | 国省代码： | 河南;41 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 光谱 影像 分类 方法 装置 | ||
1.一种高光谱影像分类方法，其特征在于，该方法包括以下步骤：
对待分类高光谱影像进行预处理，使其空间大小和光谱段数均符合空间特征提取单元的输入要求，得到预处理后的高光谱影像；所述空间特征提取单元包括n个依次连接的卷积层，n≥2；
将所述预处理后的高光谱影像输入到已训练好的空间特征提取单元，得到各卷积层的输出图像，然后将各卷积层输出图像的空间大小统一为待分类高光谱影像的空间大小，再对空间大小统一后的各卷积层输出图像进行拼接得到待分类高光谱影像的空间特征图；
将所述空间特征图与待分类高光谱影像进行拼接，得到待分类高光谱影像的空-谱特征图；
将所述空-谱特征图输入到已训练好的分类模型，得到待分类高光谱影像的分类结果。
2.根据权利要求1所述的高光谱影像分类方法，其特征在于，所述空间特征提取单元中各卷积层不完全相同。
3.根据权利要求2所述的高光谱影像分类方法，其特征在于，通过将已训练好的VGG19、VGG16、ResNet50或DesNet网络模型中的前5层卷积层依次连接得到所述已训练好的空间特征提取单元。
4.根据权利要求1-3任一项所述的高光谱影像分类方法，其特征在于，先利用主成分分析法对所述待分类高光谱影像进行降维使其光谱段数符合空间特征提取单元的输入要求，再对降维后的高光谱影像进行重采样使其空间大小符合空间特征提取单元的输入要求，并利用重采样将各卷积层输出图像的空间大小统一为待分类高光谱影像的空间大小。
5.根据权利要求3所述的高光谱影像分类方法，其特征在于，利用ImageNet数据集训练所述VGG19、VGG16、ResNet50或DesNet网络模型。
6.一种高光谱影像分类装置，其特征在于，该装置包括处理器和存储器，所述处理器执行由所述存储器存储的计算机程序，以实现如权利要求1-5任一项所述的高光谱影像分类方法。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国人民解放军战略支援部队信息工程大学，未经中国人民解放军战略支援部队信息工程大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/202010469424.8/1.html，转载请声明来源钻瓜专利网。
- 上一篇：批量下载换流阀控制单元程序的方法和系统
- 下一篇：电子设备及其显示控制方法
