[发明专利]一种基于边缘保持的卷积神经网络高光谱图像分类方法在审
| 申请号： | 201910691340.6 | 申请日： | 2019-07-29 |
| 公开（公告）号： | CN110458057A | 公开（公告）日： | 2019-11-15 |
| 发明（设计）人： | 雷建军;李鑫宇;韩梦芯;李奕;石雅南;杨博兰 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/46;G06K9/62;G06T3/60;G06T5/20 |
| 代理公司： | 12201 天津市北洋有限责任专利代理事务所 | 代理人： | 李林娟<国际申请>=<国际公布>=<进入 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 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边缘保持的卷积神经网络高光谱图像分类方法，所述方法包括以下步骤：对原始高光谱图像进行边缘保持滤波处理，获取滤波后图像；分别选取原始高光谱图像和滤波后图像的中心像素窗口内的像素作为像素块；对上述像素块进行旋转和变换，获取数据增强后的像素块；将数据增强后的像素块作为卷积神经网络的输入，通过卷积神经网络提取空间‑光谱特征。本发明通过对高光谱图像进行边缘滤波，实现对高光谱图像的分类。 | ||
| 搜索关键词： | 高光谱图像 像素块 卷积神经网络 滤波 边缘保持 图像 光谱特征 获取数据 滤波处理 数据增强 中心像素 分类 像素 | ||
【主权项】：
1.一种基于边缘保持的卷积神经网络高光谱图像分类方法，其特征在于，所述方法包括以下步骤：/n对原始高光谱图像进行边缘保持滤波处理，获取滤波后图像；/n分别选取原始高光谱图像和滤波后图像的中心像素窗口内的像素作为像素块；/n对上述像素块进行旋转和变换，获取数据增强后的像素块；/n将数据增强后的像素块作为卷积神经网络的输入，通过卷积神经网络提取空间-光谱特征。/n
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天津大学，未经天津大学许可，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/201910691340.6/，转载请声明来源钻瓜专利网。
- 上一篇：列车车厢拥挤度检测方法及装置
- 下一篇：表情的识别方法和装置
