[发明专利]基于矢量概率扩散和马尔科夫随机场高光谱影像分类方法有效
| 申请号： | 201710227248.5 | 申请日： | 2017-04-11 |
| 公开（公告）号： | CN107145831B | 公开（公告）日： | 2020-02-14 |
| 发明（设计）人： | 王毅 | 申请（专利权）人： | 中国地质大学(武汉) |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 42238 武汉知产时代知识产权代理有限公司 | 代理人： | 曹雄 |
| 地址： | 430074 湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于矢量概率扩散和马尔科夫随机场高光谱影像分类方法，包括以下步骤：S1将待分类的高光谱影像输入样本获取单元；S2提取所述高光谱影像中对应坐标位置的像元，进而构成参考数据样本集；S3随机选取训练样本集；S4采用支持向量机分类器进行分类，获得高光谱影像的初始分类图，并根据初始分类图计算各类别的属性二值标签图；S5滤波，获得初始类别属性后验概率估计，并基于最大后验概率估计框架构建马尔科夫随机场模型；S6采用图割算法对构建的马尔科夫随机场模型进行能量最小化求解，得到最终类别属性后验概率估计；S7将最终类别属性后验概率估计进行处理，得到最终类别属性标签，输出最终分类图。本发明为高光谱遥感提供可靠信息来源。 | ||
| 搜索关键词： | 基于 矢量 概率 扩散 马尔科夫 随机 光谱 影像 分类 方法 | ||
【主权项】：
1.基于矢量概率扩散和马尔科夫随机场高光谱影像分类方法，其特征在于，包括以下步骤：/nS1将待分类的高光谱影像输入样本获取单元；/nS2将与待分类的高光谱影像相对应的地面调查数据样本集输入样本获取单元，并根据所述地面调查数据样本集中所有样本的坐标位置提取所述高光谱影像中对应坐标位置的像元，进而构成参考数据样本集；/nS3参考数据样本集包括多个信息类别，依次为各信息类别随机选取一部分样本作为监督分类的训练样本集；/nS4将各信息类别的训练样本集输入分类单元，在所述分类单元中采用支持向量机分类器进行分类，获得高光谱影像的初始分类图，并根据初始分类图计算各类别的属性二值标签图；/nS5在处理单元中采用矢量概率扩散方法分别对各类别的属性二值标签图进行滤波，获得初始类别属性后验概率估计，并基于最大后验概率估计框架构建马尔科夫随机场模型；/nS6采用图割算法对步骤S5构建的马尔科夫随机场模型进行能量最小化求解，得到最终类别属性后验概率估计；其中：在初始化正则化参数后，采用标准的最小图割算法求解能量方程的全局最优解，计算公式为：/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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地质大学(武汉)，未经中国地质大学(武汉)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/patent/201710227248.5/，转载请声明来源钻瓜专利网。
- 上一篇：热解气冷却及导出装置和旋转床热解系统
- 下一篇：电荷泵电路和锁相环
