[发明专利]基于部分随机监督离散式哈希的遥感图像分类方法有效
申请号: | 201810321172.7 | 申请日: | 2018-04-11 |
公开(公告)号: | CN108805157B | 公开(公告)日: | 2022-02-18 |
发明(设计)人: | 康婷;刘亚洲;孙权森 | 申请(专利权)人: | 南京理工大学 |
主分类号: | G06V10/774 | 分类号: | G06V10/774;G06V10/764;G06V10/40 |
代理公司: | 南京理工大学专利中心 32203 | 代理人: | 王玮 |
地址: | 210094 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于部分随机监督离散式哈希的遥感图像目标分类方法。根据标定好的真实数据,对遥感图像进行目标分割,对分割好的目标进行特征提取,每个目标均用特征向量进行表示,所有目标的特征向量组合成特征矩阵;对每一类样本按照相同比例划分为训练样本和测试样本;对所有样本进行离散哈希编码;对所有样本进行部分随机哈希编码;将离散哈希编码与部分随机编码相结合,迭代优化参数,最终获得更精准的哈希编码;根据所生成的哈希编码,计算汉明距离,完成分类。该方法解决了在处理遥感图像过程中,数据量过大导致的计算复杂度高的问题,实现了对遥感图像进行快速有效的分类。 | ||
搜索关键词: | 基于 部分 随机 监督 离散 式哈希 遥感 图像 分类 方法 | ||
【主权项】:
1.一种基于部分随机监督离散式哈希的遥感图像分类方法,其特征在于包括以下步骤:步骤1、根据标定好的真实数据,对遥感图像进行目标分割,分割得到的目标组成训练和测试所用的样本;步骤2、对分割好的目标进行特征提取,每个目标均用特征向量进行表示,所有目标的特征向量组合成特征矩阵;步骤3、对每一类样本按照相同比例划分为训练样本和测试样本;步骤4、对所有样本进行离散哈希编码;步骤5、对所有样本进行部分随机哈希编码;步骤6、将离散哈希编码与部分随机编码相结合,使两个编码之间的误差最小化,迭代优化参数,最终获得更精准的哈希编码;步骤7、根据所生成的哈希编码,计算汉明距离,完成分类。
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南京理工大学,未经南京理工大学许可,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/patent/201810321172.7/,转载请声明来源钻瓜专利网。
- 上一篇:一种改进的选择性朴素贝叶斯方法
- 下一篇:一种致密油储层成岩相划分方法