[发明专利]一种基于深度学习的多源遥感图像融合方法有效
| 申请号： | 201610703682.1 | 申请日： | 2016-08-22 |
| 公开（公告）号： | CN106295714B | 公开（公告）日： | 2020-01-21 |
| 发明（设计）人： | 陈克明;周志鑫;许光銮;付琨;张道兵 | 申请（专利权）人： | 中国科学院电子学研究所 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 11021 中科专利商标代理有限责任公司 | 代理人： | 任岩 |
| 地址： | 100190 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于深度学习的多源遥感图像融合方法，其利用深度学习方法自动实现多源待融合遥感图像特征的自动选择，无需手工特征选择，省时省力，便于多源遥感图像融合的工程应用，能够更加全面、深层地表达不同源图像的自身特点，实现多个抽象层次上的图像的语义表征，提高了多源图像融合和地物分类的精度。 | ||
| 搜索关键词： | 一种 基于 深度 学习 遥感 图像 融合 方法 | ||
【主权项】：
1.一种基于深度学习的多源遥感图像融合方法，其特征在于，包括：/n步骤A：对训练样本图像和测试样本图像进行预处理和图像光谱特征提取，得到训练数据集和测试数据集；/n步骤B：构建深度卷积神经网络模型；/n步骤C：利用所述训练数据集训练所述深度卷积神经网络模型，得到训练后的深度卷积神经网络模型；/n步骤D：基于所述测试数据集和训练后的深度卷积神经网络模型，得到测试数据集的深度特征集，并对所述深度特征集中的深度特征进行归一化处理；/n步骤E：基于所述测试数据集的深度特征集，对测试样本图像的光学遥感图像和SAR遥感图像进行根据比重的选择性融合，得到融合后的图像；以及/n步骤F：利用分类器对所述融合后的图像所对应的特征进行分类，得到地物类别输出结果；/n所述步骤D包括：/n子步骤D1：分别对光学遥感图像测试数据集和SAR遥感图像测试数据集进行处理，得到光学遥感图像测试数据集和SAR遥感图像测试数据集的深度特征集f
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国科学院电子学研究所，未经中国科学院电子学研究所许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610703682.1/，转载请声明来源钻瓜专利网。
- 上一篇：左茗绅士杯
- 下一篇：紫砂壶（龙凤呈祥系列）
