[发明专利]一种高光谱图像材质识别方法及系统

权利要求书

1.一种高光谱图像材质识别方法，其特征在于，包括：

获取不同材质类型的高光谱图像，并根据所述不同材质类型的高光谱图像构建目标材质样本集；

将所述目标材质样本集中任意选取的两个样本构成输入样本对集，并将所有输入样本对集随机分成若干个实例集；

采用深度卷积网络分别提取任一所述实例集中的每一所述输入样本对中两个单样本特征；

对每一所述单样本特征采用自适应空间光谱金字塔池化方法，提取多尺度单样本特征；

根据每一所述输入样本对对应的多尺度单样本特征，采用特征链接方法，生成样本对特征；

采用深度神经网络度量方法计算所述样本对特征的损失值；

根据所述实例集中所有的样本对特征的损失值，采用损失函数计算所述实例集的总体损失值；

根据所述实例集的总体损失值，利用反向传播机制更新神经网络模型的参数，并返回所述采用深度卷积网络分别提取任一所述实例集中的每一所述输入样本对中两个单样本特征的步骤，直至任意所述实例集的总体损失值小于损失值阈值，得到训练好的神经网络模型；所述神经网络模型的参数包括：深度卷积网络的参数取值、自适应空间光谱金字塔池化的参数取值、特征链接的参数取值和深度神经网络度量的参数取值；

根据待识别的高光谱图像，基于所述训练好的神经网络模型，采用逐像元方法依次识别，得到所述待识别的高光谱图像的材质类型。

2.根据权利要求1所述的一种高光谱图像材质识别方法，其特征在于，所述获取不同材质类型的高光谱图像，并根据所述不同材质类型的高光谱图像构建目标材质样本集，具体包括：

获取所述高光谱图像的C个材质类型；C为正整数；

对所述材质类型进行1～C的编号；

将第i个材质类型选取Mi个像元作为训练样本的中心点，并按照设定规则提取所选像元对应的样本；所述设定规则为一维提取、二维提取或者三维提取；

根据所有的材质类型的像元对应的样本及材质类型确定所述目标材质样本集。

3.根据权利要求2所述的一种高光谱图像材质识别方法，其特征在于，所述将所述目标材质样本集中任意选取的两个样本构成输入样本对集，并将所有输入样本对集随机分成若干个实例集，具体包括：

根据所述目标材质样本集随机选取样本x_k1和样本x_k2；

根据所述样本x_k1和所述样本x_k2确定输入样本对集p_k＝[x_k1，x_k2]；

判断所述样本x_k1和所述样本x_k2的中心像元是否属于同一材质类型；

若所述样本x_k1和所述样本x_k2的中心像元属于同一材质类型，则所述输入样本对集p_k的材质类型编号与所述样本x_k1和所述样本x_k2材质类型编号相同；

若所述样本x_k1和所述样本x_k2的中心像元不属于同一材质类型，则所述输入样本对集p_k的材质类型编号为C+1。