[发明专利]一种结合多种特征信息的高光谱图像分类方法有效
| 申请号： | 201810002038.0 | 申请日： | 2018-01-02 |
| 公开（公告）号： | CN108460400B | 公开（公告）日： | 2022-05-20 |
| 发明（设计）人： | 杨明;张会敏 | 申请（专利权）人： | 南京师范大学 |
| 主分类号： | G06V10/764 | 分类号： | G06V10/764;G06V10/26;G06K9/62 |
| 代理公司： | 南京经纬专利商标代理有限公司 32200 | 代理人： | 葛潇敏 |
| 地址： | 210023 江*** | 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： | 本发明公开一种结合多种特征信息的高光谱图像分类方法，包括如下步骤：步骤1，提取待分类高光谱图像的光谱、梯度、纹理、形状多种特征数据：步骤2，利用分水岭分割算法对待分类高光谱图像进行分割，划分成若干个空间近邻组；步骤3，运用MFKSADL模型学习得到字典和稀疏编码；步骤4，利用编码系数训练SVM分类器，预测高光谱图像测试集标签。此种方法可解决高光谱图像中存在的同物异谱，同谱异物等问题，可有效提高高光谱图像分类精度。 | ||
| 搜索关键词： | 一种 结合 多种 特征 信息 光谱 图像 分类 方法 | ||
【主权项】：
1.一种结合多种特征信息的高光谱图像分类方法，其特征在于包括如下步骤：步骤1，提取待分类高光谱图像的光谱、梯度、纹理、形状多种特征数据：步骤2，利用分水岭分割算法对待分类高光谱图像进行分割，划分成若干个空间近邻组；步骤3，运用MFKSADL模型学习得到字典和稀疏编码；步骤4，利用编码系数训练SVM分类器，预测高光谱图像测试集标签。
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师范大学，未经南京师范大学许可，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/201810002038.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种儿童积木搭建辅助方法及系统
- 下一篇：基于非负特征融合的场景图像分类方法
- 信息记录介质、信息记录方法、信息记录设备、信息再现方法和信息再现设备
- 信息记录装置、信息记录方法、信息记录介质、信息复制装置和信息复制方法
- 信息记录装置、信息再现装置、信息记录方法、信息再现方法、信息记录程序、信息再现程序、以及信息记录介质
- 信息记录装置、信息再现装置、信息记录方法、信息再现方法、信息记录程序、信息再现程序、以及信息记录介质
- 信息记录设备、信息重放设备、信息记录方法、信息重放方法、以及信息记录介质
- 信息存储介质、信息记录方法、信息重放方法、信息记录设备、以及信息重放设备
- 信息存储介质、信息记录方法、信息回放方法、信息记录设备和信息回放设备
- 信息记录介质、信息记录方法、信息记录装置、信息再现方法和信息再现装置
- 信息终端，信息终端的信息呈现方法和信息呈现程序
- 信息创建、信息发送方法及信息创建、信息发送装置
