用于高光譜影像空間特征提取的超像素級自適應(yīng)SSA方法

基本信息

申請?zhí)?/td> CN202110617094.7 申請日 -
公開（公告）號 CN113255698A 公開（公告）日 2021-08-13
申請公布號 CN113255698A 申請公布日 2021-08-13
分類號 G06K9/46（2006.01）I;G06K9/34（2006.01）I;G06K9/62（2006.01）I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 孫根云;付航;張愛竹;蔡麗杰;張愛華 申請（專利權(quán)）人 青島星科瑞升信息科技有限公司
代理機(jī)構(gòu) 成都宏田知識(shí)產(chǎn)權(quán)代理事務(wù)所（普通合伙） 代理人 常利敏
地址 266000山東省青島市黃島區(qū)前灣港路579號山東科技大學(xué)科技園
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了用于高光譜影像空間特征提取的超像素級自適應(yīng)SSA方法，包括以下步驟：S1、對原始高光譜影像進(jìn)行PCA降維，得到第一主成分圖；S2、在第一主成分圖上進(jìn)行熵率分割，得到超像素圖；S3、確定超像素圖中每個(gè)波段上所有超像素區(qū)域的尺寸大小，對較大的超像素區(qū)域使用帶有自適應(yīng)窗口的2DSSA來進(jìn)行特征提?。粚^小的超像素區(qū)域使用SSA來進(jìn)行特征提??；S4、將2DSSA和SSA處理后的區(qū)域或向量，重新投影到原來的超像素區(qū)域；最終得到所有超像素區(qū)域的特征圖像；S7、將特征圖像進(jìn)行堆疊操作，得到與原始高光譜影像相同尺寸大小的特征影像；S8、使用支持向量機(jī)分類器對特征影像進(jìn)行精度評價(jià)并獲得影像分類結(jié)果。