[发明专利]结合快速区域生长超像素分割的高光谱遥感图像分类方法有效
| 申请号： | 201910978733.5 | 申请日： | 2019-10-15 |
| 公开（公告）号： | CN110796038B | 公开（公告）日： | 2023-04-18 |
| 发明（设计）人： | 傅鹏;徐倩倩;孙权森 | 申请（专利权）人： | 南京理工大学 |
| 主分类号： | G06V10/764 | 分类号： | G06V10/764;G06V20/10;G06V10/26;G06V10/762;G06V10/77 |
| 代理公司： | 南京理工大学专利中心 32203 | 代理人： | 王玮 |
| 地址： | 210094 *** | 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： | 本发明公开了一种结合快速区域生长超像素分割的高光谱遥感图像分类方法，该方法通过区域生长的方法生成超像素，其中构造距离映射图，加速了超像素的生成，通过超像素分割图与基于像素的高光谱分类图的纹理自适应融合，突破了传统的基于超像素的高光谱分类方法中将超像素当作一个单元所造成分类精度不高的问题，实现了高光谱图像分类的精度的提升，对于环境管理、农作物监测、矿物填图等方面具有重要的实际意义。 | ||
| 搜索关键词： | 结合 快速 区域 生长 像素 分割 光谱 遥感 图像 分类 方法 | ||
【主权项】：
1.一种结合快速区域生长超像素分割的高光谱遥感图像分类方法，其特征在于包括以下步骤：/n步骤1、对高光谱图像进行特征提取，使用主成分分析的降维方法，计算各个波段对给定主成分的贡献率，得到前三个贡献率高的主成分图像，合成假彩色图像；/n步骤2、在假彩色图像中初始化聚类中心，通过欧式距离计算聚类中心与未标签像素点的空间距离和光谱距离，并进行归一化，得到超像素与其邻域的未标签像素点相似性距离；/n步骤3、对每个超像素进行区域生长，并构建距离映射图，对未标签像素点进行相似性距离与距离映射的比较，生成超像素；/n步骤4、选取高光谱遥感图像，对每一类样本按照相同比例提取像素作为训练样本，进行基于像素的高光谱分类；/n步骤5、对生成的每个超像素计算纹理自适应阈值；/n步骤6、根据高光谱图像分类的纹理自适应融合策略确定每个像素的类别完成分类。/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南京理工大学，未经南京理工大学许可，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/201910978733.5/，转载请声明来源钻瓜专利网。
