[发明专利]基于深度学习和形态学的高光谱遥感影像分类方法在审
| 申请号： | 201910756938.9 | 申请日： | 2019-08-16 |
| 公开（公告）号： | CN110569884A | 公开（公告）日： | 2019-12-13 |
| 发明（设计）人： | 高红民;王明霞;葛文雅;杨耀;李臣明;曹雪莹;缪雅文 | 申请（专利权）人： | 河海大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 32204 南京苏高专利商标事务所(普通合伙) | 代理人： | 饶欣 |
| 地址： | 210000 *** | 国省代码： | 江苏;32 |
| 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深度学习和形态学的高光谱遥感影像分类方法，包括以下步骤：S1：采用三个结构元尺寸逐渐增大的平滑滤波器，将空间维上的每一波段的高光谱影像都进行多尺度平滑滤波，将空间信息融入光谱信息；S2：对步骤S1得到的高光谱影像进行顶帽变换，校正不均匀光照的影响；S3：对步骤S2得到的高光谱影像进行零均值化；S4：对步骤S3得到的高光谱影像进行维度转换；S5：对光谱特征进行提取；S6：对步骤S5得到的光谱特征进行分类。本发明能够在提高可靠性的同时简化分类过程。 | ||
| 搜索关键词： | 高光谱 影像 光谱特征 形态学 高光谱遥感影像 平滑滤波器 顶帽变换 分类过程 光谱信息 空间信息 平滑滤波 逐渐增大 不均匀 多尺度 结构元 均值化 空间维 分类 波段 维度 校正 光照 转换 融入 学习 | ||
【主权项】：
1.基于深度学习和形态学的高光谱遥感影像分类方法，其特征在于：包括以下步骤：/nS1：采用三个结构元尺寸逐渐增大的平滑滤波器，将空间维上的每一波段的高光谱影像都进行多尺度平滑滤波，将空间信息融入光谱信息；/nS2：对步骤S1得到的高光谱影像进行顶帽变换，校正不均匀光照的影响；/nS3：对步骤S2得到的高光谱影像进行零均值化；/nS4：对步骤S3得到的高光谱影像进行维度转换；/nS5：对光谱特征进行提取；/nS6：对步骤S5得到的光谱特征进行分类。/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河海大学，未经河海大学许可，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/201910756938.9/，转载请声明来源钻瓜专利网。
