[实用新型]一种高光谱图像分类系统有效
| 申请号: | 201820296610.4 | 申请日: | 2018-03-02 |
| 公开(公告)号: | CN207909169U | 公开(公告)日: | 2018-09-25 |
| 发明(设计)人: | 康红霞;曾番;黄文龙;夏伟鹏;谢一静;赵炜 | 申请(专利权)人: | 康红霞 |
| 主分类号: | G06K9/62 | 分类号: | G06K9/62 |
| 代理公司: | 北京权智天下知识产权代理事务所(普通合伙) 11638 | 代理人: | 王新爱 |
| 地址: | 710051 *** | 国省代码: | 陕西;61 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 高光谱图像 输出端电连接 分类系统 输入端 光学接收模块 成像模块 分类模型 高光谱仪 均值模块 成像 分类 图像分类单元 信号处理单元 本实用新型 准确度 单一特征 分类技术 外界影响 传统的 构建 光强 | ||
本实用新型涉及高光谱图像分类技术领域,且公开了一种高光谱图像分类系统,包括成像高光谱仪以及图像分类单元,成像高光谱仪的输出端电连接有光学接收模块的输入端,光学接收模块的输出端电连接有分类成像模块的输入端,分类成像模块的输出端电连接有阵列器的输入端,阵列器的输出端电连接有信号处理单元的输入端。该高光谱图像分类系统,通过设置光强均值模块以及能量均值模块,解决了传统的高光谱图像分类系统一般只提取单一特征信息来构建分类模型,这样不仅大大浪费了高光谱图像带来的丰富信息,而且单一的特征往往受外界影响大,不能充分的反映被测物质的特性,导致分类模型的精度不高,从而提高了高光谱图像分类的准确度。
技术领域
本实用新型涉及高光谱图像分类技术领域,具体为一种高光谱图像分类系统。
背景技术
高光谱图像分类是遥感技术领域的难题。高光谱遥感光谱具有分辨率高的特点,其光谱分辨率可达5-10nm,因此,高光谱图像可以探测出地物的精细光谱,实现对地诊断性光谱特性的识别,使原来在宽波段中不可探测的光谱特性,在高光谱遥感中被探测到,随着社会经济的日益发展,高光谱图像分类技术在人们的生产生活中得到了广泛的应用。目前市场上高光谱图像分类系统在对图像进行分类时,工序过于简单,使图像分类结果难以达到准确的目的,导致图像分类的精度较低,难以满足市场发展的需求,为此,提出一种高光谱图像分类系统来解决上述问题。
实用新型内容
(一)解决的技术问题
针对现有技术的不足,本实用新型提供了一种高光谱图像分类系统,具备有利于提高光谱图像分类准确度的优点,解决了目前市场上高光谱图像分类准确度不高的问题。
(二)技术方案
为实现上述有利于提高光谱图像分类准确度的目的,本实用新型提供如下技术方案:一种高光谱图像分类系统,包括成像高光谱仪以及图像分类单元,所述成像高光谱仪的输出端电连接有光学接收模块的输入端,所述光学接收模块的输出端电连接有分类成像模块的输入端,所述分类成像模块的输出端电连接有阵列器的输入端,所述阵列器的输出端电连接有信号处理单元的输入端,所述信号处理单元的输出端电连接有分类单元的输入端,所述分类单元的输出端电连接有高光谱图像白板校正模块的输入端,所述高光谱图像白板校正模块的输出端电连接有能量均值模块以及光强均值模块的输入端,所述能量均值模块以及光强均值模块的输出端均电连接有无权重均值融合模型的输入端,所述无权重均值融合模型的输出端电连接有评价单元的输入端,所述评价单元包括分类结果显示模块、控制器以及分类结果存储模块。
优选的,所述信号处理单元包括微型处理器一、多选模拟开关一、多选模拟开关二以及多选模拟开关三。
优选的,所述阵列器用于探测各单色衍射光信号,所述阵列器相连的用于将各单色衍射光信号转换为相应电信号传输给信号处理单元。
优选的,所述分类单元包括第一分类模块,所述第一分类模块的输出端电连接有第二分类模块的输入端,所述第二分类模块的输出端电连接有第三分类模块的输入端,所述第三分类模块的输出端电连接有高光谱图像白板校正模块的输入端。
优选的,所述能量均值模块包括偏最小二乘模型一以及微型处理器二,所述光强均值模块包括偏最小二乘模型二以及微型处理器三。
优选的,所述图像分类单元包括分类单元、高光谱图像白板校正模块、能量均值模块、光强均值模块以及无权重均值融合模型。
优选的,所述控制器采用ATmega128L芯片,所述控制器的型号为i5-3590,所述微型处理器一、微型处理器二以及微型处理器三的型号均为89C51。
(三)有益效果
与现有技术相比,本实用新型提供了一种高光谱图像分类系统,具备以下有益效果:
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康红霞,未经康红霞许可,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/pat/books/201820296610.4/2.html,转载请声明来源钻瓜专利网。





