[发明专利]携带光谱信息和空间信息的图像分类方法及系统

权利要求书

1.一种携带光谱信息和空间信息的图像分类方法，其特征在于，包括：

将图像进行依次级联的至少两次预设处理，所述预设处理包括分别将输入图像输入到光谱特征提取结构和空间特征提取结构处理，得到包含光谱特征信息和空间特征信息的特征图像；

其中，所述光谱特征提取结构包括依次级联的第1至第l层第一函数，输入图像分别输入第1至第l层第一函数，第i层第一函数输出的特征图像分别输入到第i+1至第l层第一函数，每一层第一函数用于根据输入的特征图像提取光谱特征，而输出得到的特征图像，i∈[1，l)，l为大于等于1的正整数；

所述空间特征提取结构包括依次级联的第1至第s层第二函数，输入图像分别输入第1至第s层第二函数，第j层第二函数输出的特征图像分别输入到第j+1至第s层第二函数，每一层第二函数用于根据输入的特征图像提取空间特征，而输出得到的特征图像，j∈[1，s)，s为大于等于1的正整数；

根据图像经过各次所述预设处理后得到的特征图像包含的特征信息，输出图像的分类结果。

2.根据权利要求1所述的携带光谱信息和空间信息的图像分类方法，其特征在于，所述第一函数包含由k个大小为l×l×a的三维卷积核进行的卷积操作，或者所述第二函数包含由k个大小为a×a×l的三维卷积核进行的卷积操作。

3.根据权利要求1所述的携带光谱信息和空间信息的图像分类方法，其特征在于，所述预设处理还包括：根据得到包含光谱特征信息和空间特征信息的特征图像包含的特征信息，获得不同通道的权重，根据不同通道的权重对该特征图像的不同通道重新标定，将得到的特征图像作为该次预设处理的输出。

4.根据权利要求3所述的携带光谱信息和空间信息的图像分类方法，其特征在于，根据得到包含光谱特征信息和空间特征信息的特征图像包含的特征信息，获得不同通道的权重包括：

将得到包含光谱特征信息和空间特征信息的特征图像进行三维平均池化处理，得到大小为1×1×1×C的通道统计序列；

将得到的通道统计序列映射出不同通道的权重。

5.根据权利要求4所述的携带光谱信息和空间信息的图像分类方法，其特征在于，根据以下公式，根据得到的通道统计序列映射出不同通道的权重：S＝σ(W₂δ(W₁Z))；

其中，S表示得到的不同通道的权重，Z表示得到的通道统计序列，δ()表示ReLU激活函数，σ()表示Sigmoid激活函数，和分别表示包括ReLU激活函数的全连接层和包括Sigmoid激活函数的全连接层的权重，r表示降维比例。

6.根据权利要求3所述的携带光谱信息和空间信息的图像分类方法，其特征在于，根据不同通道的权重对该特征图像的不同通道重新标定包括：将得到的不同通道的权重与该特征图像相乘，表示为：

X＝F_scale(X,S)＝[x₁s₁,x₂s₂,…,x_Cs_C]，Fscale()表示通道间的相乘，其中X表示该特征图像，S表示得到的不同通道的权重。

7.根据权利要求1-6任一项所述的携带光谱信息和空间信息的图像分类方法，其特征在于，所述预设处理还包括：

将由所述光谱特征提取结构输出的特征图像降低通道数量，或者将由所述光谱特征提取结构输出的特征图像降低特征图像的大小，或者将由所述光谱特征提取结构输出的特征图像降低通道数量以及将由所述光谱特征提取结构输出的特征图像降低特征图像的大小；

或者，将由所述空间特征提取结构输出的特征图像降低通道数量，或者将由所述空间特征提取结构输出的特征图像降低特征图像的大小，或者将由所述空间特征提取结构输出的特征图像降低通道数量以及将由所述空间特征提取结构输出的特征图像降低特征图像的大小。