[发明专利]一种基于边缘保持的卷积神经网络高光谱图像分类方法

权利要求书

1.一种基于边缘保持的卷积神经网络高光谱图像分类方法，其特征在于，所述方法包括以下步骤：

对原始高光谱图像进行边缘保持滤波处理，获取滤波后图像；

分别选取原始高光谱图像和滤波后图像的中心像素窗口内的像素作为像素块；

对上述像素块进行旋转和变换，获取数据增强后的像素块；

将数据增强后的像素块作为卷积神经网络的输入，通过卷积神经网络提取空间-光谱特征。

2.根据权利要求1所述的一种基于边缘保持的卷积神经网络高光谱图像分类方法，其特征在于，所述对上述像素块进行旋转和变换，获取数据增强后的像素块具体为：

采用了顺时针旋转、逆时针旋转、行变换、列变换4种空间增强模式；

顺时针旋转，固定中心像素的位置，其余位置的像素以中心像素为中心向顺时针方向移动n个位置，得到n个变换后的像素块；同样，逆时针旋转也得到n个变换后的像素块；

对于行变换，固定中心像素的位置，将所有行随机交换顺序或翻转运算，并选择其中的10种作为变换后的像素块；列变换需要对像素块先进行转置运算；

再将这些像素块转为向量作为卷积神经网络的输入，且向量的第一个元素为各像素块的中心像素。

3.根据权利要求1所述的一种基于边缘保持的卷积神经网络高光谱图像分类方法，其特征在于，所述卷积神经网络共有两路图像输入，

一路为原始高光谱图像，取中心像素周围的像素块作为待处理单元，训练时经过空间增强策略处理；

另一路为经过变换域递归滤波处理后的滤波图像，取中心像素周围的像素块，再经过空间增强后送入卷积神经网络；

最后将两路结果进行级联，经过全连接层后送入softmax进行分类，得到中心像素的分类结果。