基于模糊聚類及神經(jīng)網(wǎng)絡(luò)模型的遙感圖像自定義興趣點提取方法

基本信息

申請?zhí)?/td> CN201811302614.X 申請日 -
公開（公告）號 CN109426813B 公開（公告）日 2022-06-24
申請公布號 CN109426813B 申請公布日 2022-06-24
分類號 G06V10/762;G06V10/774;G06V10/82;G06K9/62;G06N3/08 分類 計算；推算；計數(shù);
發(fā)明人 陳佳喜;劉興川;趙迎迎;劉春賀;曾憲坤;楊雅瑩 申請（專利權(quán)）人 中電科新型智慧城市研究院有限公司
代理機構(gòu) 深圳中一聯(lián)合知識產(chǎn)權(quán)代理有限公司 代理人 李艷麗
地址 518000 廣東省深圳市福田區(qū)華富街道深南大道1006號深圳國際創(chuàng)新中心C棟19樓
法律狀態(tài) -

摘要

摘要 本發(fā)明涉及一種基于模糊聚類及神經(jīng)網(wǎng)絡(luò)模型的遙感圖像自定義興趣點提取方法，首先衛(wèi)星和機載傳感器數(shù)據(jù)采集獲取遙感圖像數(shù)據(jù)集，依據(jù)遙感圖像的色彩特征對遙感圖像進行模糊聚類；利用聚類結(jié)果對各類的聚類中心、成員數(shù)、顏色樣本矩、位置樣本矩進行統(tǒng)計，并確定相應(yīng)的標簽，據(jù)此重新制作數(shù)據(jù)集，并將數(shù)據(jù)集劃分為訓練集、驗證集和測試集；建立神經(jīng)網(wǎng)絡(luò)模型并利用自建的數(shù)據(jù)集進行模型訓練和測試，不斷調(diào)整模型參數(shù)及聚類數(shù)，直至誤差符合要求為止，克服了現(xiàn)有遙感圖像特征提取技術(shù)中提取對象單一性的缺點，對自定義的興趣點進行提取，重新構(gòu)造了數(shù)據(jù)集的特征，降低了數(shù)據(jù)維數(shù)，節(jié)約了計算資源，同時取得了良好的提取效果。