一種面向高光譜圖像的分類方法及系統(tǒng)

基本信息

申請?zhí)?/td> CN202210133831.0 申請日 -
公開（公告）號 CN114663747A 公開（公告）日 2022-06-24
申請公布號 CN114663747A 申請公布日 2022-06-24
分類號 G06V20/10（2022.01）I;G06V10/52（2022.01）I;G06V10/54（2022.01）I;G06V10/58（2022.01）I;G06V10/764（2022.01）I;G06V10/77（2022.01）I;G06V10/82（2022.01）I;G06K9/62（2022.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I 分類 計算；推算；計數(shù);
發(fā)明人 徐靜冉;王懷採;趙健康;李修慶 申請（專利權(quán)）人 湖南盛鼎科技發(fā)展有限責(zé)任公司
代理機(jī)構(gòu) 湖南兆弘專利事務(wù)所（普通合伙） 代理人 -
地址 410024湖南省長沙市芙蓉區(qū)萬家麗北路三段439號瀏陽河畔家園5棟1306房
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種面向高光譜圖像的分類方法及系統(tǒng)，本發(fā)明面向高光譜圖像的分類方法包括：對高光譜圖像采用三維離散小波變換3D?DWT提取高光譜圖像的空間和光譜特征；將提取高光譜圖像的空間和光譜特征后得到的新的高光譜圖像進(jìn)行降維；將降維后的高光譜圖像分割成重疊的小圖像塊；將小圖像塊采用預(yù)先訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò)分類器進(jìn)行分類。本發(fā)明將三維離散小波變換3D?DWT和卷積神經(jīng)網(wǎng)絡(luò)CNN進(jìn)行結(jié)合，將三維離散小波變換3D?DWT用作高光譜圖像的預(yù)處理手段，從而獲得魯棒的特征表達(dá)能力、減少CNN網(wǎng)絡(luò)的計算負(fù)擔(dān)，而且能夠在較少的訓(xùn)練樣本下獲得較高的分類性能，大大緩解了高光譜數(shù)據(jù)缺乏帶標(biāo)簽的訓(xùn)練樣本的問題。