[发明专利]一种基于大间隔分布和空间特征的高光谱图像分类方法在审

专利信息
申请号: 201811238577.0 申请日: 2018-10-23
公开(公告)号: CN109598284A 公开(公告)日: 2019-04-09
发明(设计)人: 廖建尚 申请(专利权)人: 广东交通职业技术学院
主分类号: G06K9/62 分类号: G06K9/62
代理公司: 广州粤高专利商标代理有限公司 44102 代理人: 林丽明
地址: 510800 广*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种基于大间隔分布和空间特征的高光谱图像分类方法,包括以下步骤:首先将输入的高光谱图像进行归一化处理,得到信息量重新分布的高光谱图像数据集,然后将将归一化处理后的高光谱数据集进行PCA降维,对降维处理后的数据集进行滤波处理,并提取空间纹理特征信息;为所述待处理高光谱图像定义两个高光谱线性空间相关性信息矩阵,将空间纹理特征信息与空间相关性信息融合,利用大间隔分布机LDM对融合空间信息数据集进行训练并分类。本发明通过一种空间相关性特征和纹理特征进行融合,克服了纹理特征提取滤波器容易丢失空间相关性特征的问题,同时用大间隔分布机LDM来实现高光谱图像的分类,提高分类精度。
搜索关键词: 高光谱图像 大间隔 空间相关性 分类 空间纹理特征 归一化处理 空间特征 分布机 高光谱图像数据 滤波器 空间信息数据 纹理特征提取 高光谱数据 降维处理 滤波处理 纹理特征 线性空间 信息矩阵 信息融合 重新分布 高光谱 数据集 融合 信息量
【主权项】:
1.一种基于大间隔分布和空间特征的高光谱图像分类方法,其特征在于,包括如下步骤:S1:输入待处理的高光谱图像,将高光谱图像数据集进行归一化处理,得到信息量重新分布的高光谱图像数据集G;S2:将归一化处理后的高光谱数据集进行PCA降维:H=Pca(G),选择选择所述数据集的前n维的数据组成新的数据集H;S3:用双边滤波法对降维处理后的数据集H进行滤波处理,并提取空间纹理特征信息Dt;S4:为所述待处理高光谱图像定义两个高光谱线性空间相关性信息矩阵Dl,Dv,高光谱图像像元(x,y)线性空间相关性信息:Dc=Dl+DV;S5:将空间纹理特征信息与空间相关性信息融合:W=Dt+Dc,得到融合空间信息数据集W;S6:利用大间隔分布机LDM对融合空间信息数据集W进行训练并分类。
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广东交通职业技术学院,未经广东交通职业技术学院许可,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/201811238577.0/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top