[发明专利]一种基于近邻协同增强的高光谱混合像元分类方法有效
| 申请号： | 201611218275.8 | 申请日： | 2016-12-26 |
| 公开（公告）号： | CN106650811B | 公开（公告）日： | 2019-08-13 |
| 发明（设计）人： | 于纯妍;宋梅萍;张建祎;王玉磊;申丽然;李森;薛白 | 申请（专利权）人： | 大连海事大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 大连至诚专利代理事务所(特殊普通合伙) 21242 | 代理人： | 涂文诗;董彬 |
| 地址： | 116000 辽*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于近邻协同增强的高光谱混合像元分类方法，包括：利用已标记的样本地物计算多目标地物的光谱签名矩阵；设计基于光谱特征的多类别分类器将地物进行分类；在分类结果中融合空间结构特征，并提取近邻像元；利用近邻像元协同对未标记高光谱地物进行类别标记；采用迭代方法逐步将未标记的地物分别进行分类标注；利用邻域扩展的方式进一步融合目标地物的空间特征，完成最终分类标记。本发明利用多类别分类器对地物类别进行同时分类，解决了传统分类方法无法对背景地物进行分类的问题；并利用近邻协同增强的方式，逐步对未标记的地物目标进行标记，有效的融合了地物的光谱特征和空间特征，分类效果较好。 | ||
| 搜索关键词： | 一种 基于 近邻 协同 增强 光谱 混合 分类 方法 | ||
【主权项】：
1.一种基于近邻协同增强的高光谱混合像元分类方法，其特征在于，包括：根据已标记的样本地物计算多目标地物的光谱特征矩阵；采用基于所述光谱特征矩阵和约束矩阵的多类别分类器将所述目标地物进行分类；将所述分类器得到的丰度值融合空间结构特征后再提取近邻像元；根据所述近邻像元协同对未标记高光谱的目标地物进行类别标记，采用迭代方法逐步将未标记的地物分别进行分类；在分类结果中融合空间结构特征，并提取近邻像元，包括：采用公式![]()
对分类结果进行卷积计算得到TG(k)，其中，所述σ是高斯滤波的标准偏差，r是高斯滤波的过滤半径,k 为地物类号，所述T(k)是每种地物类别的分类结果；对TG(k)中的丰度值数据进行排序，提取值最大的2*n(k)个像元组成地物类别的近邻集合{MCset(k)}，其中，n(k)为第k类地物每次新增标注的像元数目。
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大连海事大学，未经大连海事大学许可，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/201611218275.8/，转载请声明来源钻瓜专利网。
