[发明专利]一种高光谱图像超像素局部线性嵌入降维方法在审
| 申请号： | 201910900111.0 | 申请日： | 2019-09-23 |
| 公开（公告）号： | CN110619370A | 公开（公告）日： | 2019-12-27 |
| 发明（设计）人： | 王昆林;马仪;朱宇;文刚;黄然;周仿荣;刘靖 | 申请（专利权）人： | 云南电网有限责任公司电力科学研究院;云南电网有限责任公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/00 |
| 代理公司： | 11363 北京弘权知识产权代理事务所(普通合伙) | 代理人： | 逯长明;许伟群 |
| 地址： | 650217 云南省昆*** | 国省代码： | 云南;53 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请涉及图像处理技术领域，尤其涉及一种高光谱图像超像素局部线性嵌入降维方法。所述方法包括：获取高光谱图像数据并进行预处理；然后进行空‑谱协方差特征提取、分割；寻找样本近邻点；基于样本邻近关系，对高光谱图像数据进行降维得到初级降维结果；对超像素高光谱图像的数量、邻近点以及初级降维结果进行选择得到终级降维结果；用分类器对得到的高光谱图像降维结果进行分类。所述方法结合了高光谱图像的空‑谱协方差特征和超像素分割策略，充分利用了图像的空间信息，使降维后的特征更具判别性，促进高光谱图像的分类。 | ||
| 搜索关键词： | 降维 高光谱图像 高光谱图像数据 协方差 像素 样本 图像处理技术 预处理 局部线性 空间信息 特征提取 像素分割 分类器 邻近点 分类 嵌入 邻近 图像 分割 申请 | ||
【主权项】：
1.一种高光谱图像超像素局部线性嵌入降维方法，其特征在于，所述方法包括：/n获取高光谱图像数据；/n对所述高光谱图像数据进行预处理；/n提取处理后的所述高光谱图像数据的高光谱图像的空-谱协方差特征；/n分割所述高光谱图像数据得到超像素高光谱图像的数量；/n寻找所述高光谱图像数据的样本近邻点；/n根据所述样本邻近点，得到所述样本的邻近关系；/n基于所述样本邻近关系，对所述高光谱图像数据进行降维得到初级降维结果；/n对所述超像素高光谱图像的数量、所述邻近点以及所述初级降维结果进行选择得到终级降维结果；/n用分类器对得到的高光谱图像降维结果进行分类。/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云南电网有限责任公司电力科学研究院;云南电网有限责任公司，未经云南电网有限责任公司电力科学研究院;云南电网有限责任公司许可，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/201910900111.0/，转载请声明来源钻瓜专利网。
