[发明专利]基于光谱和空间稀疏特征表示的高光谱图像分割方法在审
| 申请号： | 202310324346.6 | 申请日： | 2023-03-30 |
| 公开（公告）号： | CN116580189A | 公开（公告）日： | 2023-08-11 |
| 发明（设计）人： | 刘岩;江波;陈缘 | 申请（专利权）人： | 安徽大学 |
| 主分类号： | G06V10/26 | 分类号： | G06V10/26;G06V20/10;G06V10/82;G06N3/0464;G06N3/08;G06V10/764 |
| 代理公司： | 南京华恒专利代理事务所(普通合伙) 32335 | 代理人： | 宋方园 |
| 地址： | 230601 安徽省*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于光谱和空间稀疏特征表示的高光谱图像分割方法，通过构建基础网络模型，初步提取视觉特征；接着通过在光谱维度进行分组获得多组光谱特征，在每组特征中使用光谱卷积神经网络获得每组光谱内部之间的关系；再通过稀疏Transformer模块来进行多个光谱组之间的交互，获得光谱之间的序列信息；之后通过空间卷积模块来提取高光谱图像的空间局部特征，通过稀疏Transformer模块提取高光谱图像的空间全局特征，最后将获得的光谱空间特征进行分割。 | ||
| 搜索关键词： | 基于 光谱 空间 稀疏 特征 表示 图像 分割 方法 | ||
【主权项】：
暂无信息
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安徽大学，未经安徽大学许可，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/202310324346.6/，转载请声明来源钻瓜专利网。
