[发明专利]基于核引导可变卷积和双窗联合双边滤波器的高光谱图分类方法及系统

权利要求书

1.基于核引导可变卷积和双窗联合双边滤波器的高光谱图分类方法，其特征在于，包括以下步骤：

针对待分类的高光谱图像，利用基于核引导可变卷积和双窗联合滤波的高光谱图像分类模型进行分类处理；

所述的基于核引导可变卷积和双窗联合滤波的高光谱图像分类模型主要包括特征提取和再分类两个阶段；

在第一阶段中，待分类的高光谱图像的大小为H*W*B，对于高光谱图像中任一个像素点A，取以该像素点为中心的N*N范围的区域作为特征提取网络的输入；特征提取网络的输入就是大小为N*N*B的高光谱立方体块；

首先，利用多层核引导可变卷积层组成特征提取网络提取空谱特征；

然后，将提取出来的特征输入到全连接层中，得到初始分类概率图，大小为H*W*C；特征提取阶段组成的网络称为核引导可变卷积网络KDCNet；

在第二阶段中，对于初始的分类概率图中任一个像素点B，取以该像素点为中心的N₁*N₁范围作为再分类阶段中第一个双窗联合双边滤波器模块的其中一个输入；之后，取待分类的高光谱图像中的像素点B为中心的N₁*N₁范围的区域输入到双参数核模块中，生成相似度图；该相似度图是第一个双窗联合双边滤波器模块的另一个输入；在再分类阶段中，首先将大小为N₁*N₁的相似度图和大小为N₁*N₁*C的初始的分类概率图输入到第一个双窗联合双边滤波器模块中，经过优化后，再将优化后的结果和大小为N₁*N₁的相似度图输入到第二个双窗联合双边滤波器模块中；

对于初始的分类概率图中任一个像素点进行上述操作，输出的结果就是最终的分类概率图；对最终的分类概率图进行最大概率取值，得到最终的分类结果图。

2.根据权利要求1所述的基于核引导可变卷积和双窗联合双边滤波器的高光谱图分类方法，其特征在于，所述取以该像素点为中心的N*N范围的区域作为特征提取网络的输入的过程中，如果中心像素邻域区域范围小于N*N，用0补全。

3.根据权利要求2所述的基于核引导可变卷积和双窗联合双边滤波器的高光谱图分类方法，其特征在于，所述特征提取网络为三层核引导可变卷积层组成特征提取网络。

4.根据权利要求1、2或3所述的基于核引导可变卷积和双窗联合双边滤波器的高光谱图分类方法，其特征在于，所述双参数核模块生成相似度图的过程包括以下步骤：

其中，和是两个高斯核计算，生成两个参数，分别代表距离相似度和光谱相似度；δ_sδ_r是高斯核参数；q₀是输入特征图的中心像素点，x(q₀)为对应像素点的值；q代表输入特征图的每一个像素点，x(q)为对应像素点的值；S′(q)为相似度图；B是输入特征x的深度。