欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2022100117876
申请人: 河海大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种双路高光谱影像光谱特征提取方法,其特征在于,包括如下步骤:S1:获取待分类像素点局部邻域的高光谱数据块;

S2:对所述高光谱数据块进行波段非局部化操作从而得到处理后的高光谱数据块;

S3:构建双支路高光谱影像光谱特征提取网络来分别对处理前后的高光谱数据块进行光谱特征提取;

S4:将两条支路提取到的光谱特征进行拼接融合。

2.根据权利要求1所述的一种高光谱影像光谱特征提取方法,其特征在于,所述步骤S1中获取待分类像素点局部邻域的高光谱数据块的方法为:A1:将原始高光谱数据以每个待分类像素点为中心,获取立方体邻域块集A={α1,α2,...,αn},其中 其中W×W表示邻域块空间大小,B表示波段数。

3.根据权利要求1所述的一种高光谱影像光谱特征提取方法,其特征在于,所述步骤S2中对所述高光谱数据块进行波段非局部化操作从而得到处理后的高光谱数据块的方法包括:B1:将得到的立方体邻域块αi中的第j个波段 与第B‑j+1个波段 沿光谱维方向相拼接。

4.根据权利要求3所述的一种高光谱影像光谱特征提取方法,其特征在于,得到处理后的高光谱数据块,用公式描述为:其中,[]表拼接操作,α′i表示光谱波段非局部化后的高光谱数据邻域块。

5.根据权利要求1所述的一种高光谱影像光谱特征提取方法,其特征在于,所述步骤S3中构建双路高光谱影像光谱特征提取网络来分别对处理前后的高光谱数据块进行光谱特征提取,具体构建以及特征提取方法如下:C1:使用结构为1×1×n的3D卷积核来构建卷积神经网络实现对光谱特征的提取;

C2:两条支路采用相同的网络结构分别对处理前的邻域块和光谱波段非局部化之后的邻域块进行特征光谱特征提取;

C3:两条支路分别得到近距离波段间关系特征F1和远距离波段间关系特征F2。

6.根据权利要求1所述的一种高光谱影像光谱特征提取方法,其特征在于,所述步骤S4中将两条支路提取到的光谱特征进行拼接融合,具体融合方法用公式表示为:F=[F1,F2]

其中F表示融合后的特征。