[发明专利]基于自适应通道的双支路互融合的图像分类方法

说明书

本发明公开了一种基于自适应通道的双支路互融合的图像分类方法，涉及图像分类处理技术领域，包括：获取原始数据集，并从中读取第一图像和第二图像，以及部分区域标注的类标图；将第一图像和第二图像进行配准，对配准后的第一图像和第二图像融合，获取第一图像张量和第二图像张量；对第一图像张量和第二图像张量预处理，并选取训练集和测试集；基于训练集训练预设的分类模型，构建分类模型的损失函数；基于分类模型对训练集进行分类，将分类结果与部分区域标注的类标图对比求解损失，并采用反向传播以优化分类模型；基于分类模型对测试集中的像素进行分类，获取测试集中像素的类别。本申请能够提高分类模型的分类质量。

技术领域

本发明属于图像分类处理技术领域，具体涉及一种基于自适应通道的双支路互融合的图像分类方法。

背景技术

卫星遥感技术可以获取具有丰富谱段信息的多光谱(MS)遥感图像和具有较高空间分辨率的全色(PAN)遥感图像，多光谱(MS)遥感图像和全色(PAN)遥感图像存在着非常强的信息互补性，如何有效提取多光谱遥感图像和全色遥感图像共有信息和特有信息成为备受关注的课题。

相关技术中，针对多光谱遥感图像和全色遥感图像的融合方法，现有传统的图像融合方法、基于多尺度的图像融合方法，以及基于模型的图像融合方法等；但存在融合效果单一、光谱失真率、计算量大，以及信息冗余等缺点。

因此，亟需一种多光谱遥感图像和全色遥感图像的分类方法，以克服上述缺点。

发明内容

为了解决现有技术中存在的上述问题，本发明提供了一种基于自适应通道的双支路互融合的图像分类方法。本发明要解决的技术问题通过以下技术方案实现：

第一方面，本申请提供一种基于自适应通道的双支路互融合的图像分类方法，包括：

获取原始数据集，并从原始数据集中读取第一图像和第二图像，以及对应的部分区域标注的类标图；

将第一图像和第二图像进行配准，并对配准后的第一图像和第二图像进行融合，获取第一图像张量和第二图像张量；

对第一图像张量和第二图像张量进行预处理，并基于预处理后的第一图像张量和第二图像张量选取训练集和测试集；

基于训练集训练预设的分类模型，并构建分类模型的损失函数；

基于分类模型对训练集进行分类，将分类结果与部分区域标注的类标图对比求解损失，并对损失进行反向传播以优化分类模型；

基于分类模型对测试集中的像素进行分类，获取测试集中像素的类别。

本发明的有益效果：

本发明提供的一种基于自适应通道的双支路互融合的图像分类方法，首先获取原始数据集，并从原始数据集中读取第一图像和第二图像，以及对应的部分区域标注的类标图；将第一图像和第二图像进行配准，并对配准后的第一图像和第二图像进行融合，获取第一图像张量和第二图像张量；对第一图像张量和第二图像张量进行预处理，并基于预处理后的第一图像张量和第二图像张量选取训练集和测试集；基于训练集训练预设的分类模型，并构建分类模型的损失函数；可以理解的是，采用训练集对预设的分类模型进行训练，在训练过程中，采用损失函数优化分类模型的鲁棒性；基于分类模型对训练集进行分类，将分类结果与部分区域标注的类标图对比求解损失，并对损失进行反向传播以优化分类模型；基于分类模型对测试集中的像素进行分类，获取测试集中像素的类别；通过以上方法，能够提高分类模型的分类质量。

以下将结合附图及实施例对本发明做进一步详细说明。

附图说明

图1是本发明实施例提供的基于自适应通道的双支路互融合的图像分类方法的一种流程图。

具体实施方式

下面结合具体实施例对本发明做进一步详细的描述，但本发明的实施方式不限于此。