[发明专利]一种多尺度分类方法、装置及计算机可读存储介质在审
| 申请号： | 201910232627.2 | 申请日： | 2019-03-26 |
| 公开（公告）号： | CN110110741A | 公开（公告）日： | 2019-08-09 |
| 发明（设计）人： | 胡忠文;刘志刚;董轩妍;邬国锋;李清泉 | 申请（专利权）人： | 深圳大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/00 |
| 代理公司： | 深圳市恒申知识产权事务所(普通合伙) 44312 | 代理人： | 袁文英 |
| 地址： | 518060 广东*** | 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： | 本发明实施例公开了一种多尺度分类方法、装置及计算机可读存储介质，将输入的遥感图像初始化分割为多个超像素块，对多个超像素块中的相邻超像素块进行逐级合并，构建树状层次结构；基于不同尺度参数以及树状层次结构，分别生成不同尺度参数下的分割结果图；从所生成的分割结果图中选取训练样本构建训练样本集，并基于机器学习算法，利用训练样本集训练得到多尺度分类模型；利用多尺度分类模型，对待分类遥感图像进行多尺度分类。通过本发明的实施，构建树状层次结构来实现图像分割，从多尺度来分析图像，更符合遥感图像中地物的实际情况，并选择多尺度样本训练多尺度分类模型，提高了分类结果的准确性和鲁棒性。 | ||
| 搜索关键词： | 多尺度 层次结构 分类模型 遥感图像 像素块 构建 计算机可读存储介质 分类 训练样本集 尺度参数 分割结果 分类结果 分析图像 基于机器 图像分割 学习算法 训练样本 样本训练 初始化 鲁棒性 地物 分割 合并 | ||
【主权项】：
1.一种多尺度分类方法，其特征在于，包括：将输入的遥感图像初始化分割为多个超像素块，对所述多个超像素块中的相邻超像素块进行逐级合并，构建树状层次结构；所述相邻超像素块的合并代价为合并后节点的尺度标记；基于不同尺度参数以及所述树状层次结构，分别生成所述不同尺度参数下的分割结果图；从所生成的分割结果图中选取训练样本构建训练样本集，并基于机器学习算法，利用所述训练样本集训练得到多尺度分类模型；所述训练样本包括分类标签和对应于所述分类标签的特征指标；利用所述多尺度分类模型，对待分类遥感图像进行多尺度分类。
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深圳大学，未经深圳大学许可，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/201910232627.2/，转载请声明来源钻瓜专利网。
