[发明专利]一种高光谱图像分类方法

摘要

本发明公开了一种基于空谱长短时记忆网络的高光谱图像分类方法，包括以下步骤：首先，针对每一个像素点，将该像素点不同通道的光谱值依次输入到光谱长短时记忆网络中，来提取像素点的光谱特征并得到基于光谱域的分类结果；与此同时，利用主成分分析将高光谱图像的第一个主成分提取出来，然后，将主成分中以上述像素点为中心的局部图像块按行拆成一组行向量依次输入到空间长短时记忆网络中，来学习像素点的空间特征并得到基于空间域的分类结果；最后，对像素点基于空间特征和光谱特征的两种分类结果使用决策融合得到联合的空谱分类结果。

主权项

1.一种高光谱图像分类方法，其特征在于，包括以下步骤：步骤一、将高光谱图像中坐标位于的像素点的不同光谱通道的值取出得到一个K维的向量，K根据高光谱图像的光谱通道个数确定；步骤二、将步骤一中的K维向量输入到光谱长短时记忆网络中得到该像素点的光谱特征，然后将光谱特征输入到分类器中得到基于光谱特征的分类结果，并对光谱长短时记忆网络进行训练；步骤三、对高光谱图像进行主成分分析得到第一个主成分，然后在第一个主成分中提取同样以为中心的局部图像块，将该局部图像块按行拆成一组行向量；步骤四、将步骤三得到的一组行向量输入到空间长短时记忆网络中得到该像素点的空间特征，采用步骤二所述方法将该空间特征输入到分类器中得到基于空间特征的分类结果，并对空间长短时记忆网络进行训练；步骤五、将上述步骤中得到的基于光谱特征的分类结果和基于空间特征的分类结果利用加权求和方式进行融合，得到最终该位置像素点的空谱分类结果。