[发明专利]基于超像素编码和卷积神经网络的遥感影像地物分类方法在审
| 申请号： | 201710647905.1 | 申请日： | 2017-08-01 |
| 公开（公告）号： | CN107392925A | 公开（公告）日： | 2017-11-24 |
| 发明（设计）人： | 焦李成;屈嵘;李阁;张丹;唐旭;陈璞花;马文萍;侯彪;杨淑媛;尚荣华 | 申请（专利权）人： | 西安电子科技大学 |
| 主分类号： | G06T7/11 | 分类号： | G06T7/11;G06K9/62 |
| 代理公司： | 西安通大专利代理有限责任公司61200 | 代理人： | 徐文权 |
| 地址： | 710065 陕*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于超像素编码和卷积神经网络的遥感影像地物分类方法，使用自适应超像素编码和双通道卷积神经网络，首先利用超像素算法进行图像预分割，然后使用聚类方法将相邻且相似的超像素块合并，设定取块尺寸，构建三个输入尺寸不同的双通道卷积神经网络，将取块尺寸不同的样本输入相应的网络，用卷积神经网络分别提取两个传感器数据的特征，然后将提取的特征进行融合用于分类，根据合并之后的像素块大小确定样本的取块尺寸，实现自适应地选择所利用的邻域信息。实现自适应地选择所利用的邻域信息，使邻域信息起到正反馈作用，更好地利用邻域信息，根据邻域信息将样本送入不同网络，使分布相似的样本进入同一个网络，有效提高分类精度。 | ||
| 搜索关键词： | 基于 像素 编码 卷积 神经网络 遥感 影像 地物 分类 方法 | ||
【主权项】：
基于超像素编码和卷积神经网络的遥感影像地物分类方法，其特征在于，使用自适应超像素编码和双通道卷积神经网络，首先利用超像素算法进行图像预分割，然后使用聚类方法将相邻且相似的超像素块合并，设定取块尺寸，构建三个输入尺寸不同的双通道卷积神经网络，将取块尺寸不同的样本输入相应的网络，用卷积神经网络分别提取两个传感器数据的特征，然后将提取的特征进行融合用于分类，根据合并之后的像素块大小确定样本的取块尺寸，实现自适应地选择所利用的邻域信息。
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西安电子科技大学，未经西安电子科技大学许可，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/201710647905.1/，转载请声明来源钻瓜专利网。
