[发明专利]一种基于核协同表示的高光谱图像交互式分类方法在审
| 申请号： | 201810895028.4 | 申请日： | 2018-08-08 |
| 公开（公告）号： | CN109117783A | 公开（公告）日： | 2019-01-01 |
| 发明（设计）人： | 刘建军;陈浩 | 申请（专利权）人： | 江南大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 南京正联知识产权代理有限公司 32243 | 代理人： | 张玉红 |
| 地址： | 214122 江苏*** | 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： | 本发明公开了一种基于核协同表示的高光谱图像交互式分类方法，包括如下步骤：对高光谱图像数据，载入或手工选定感兴趣训练区域；以训练区域内的像元作为训练集，采用核协同表示进行分类，得到高光谱图像概率分布图；以高光谱图像中的像元为节点，依据像元的空间位置关系建立空谱联合图；将概率分布图和空谱联合图共同放入后处理模型，进行分类结果预测；依据分类预测结果，手工重复添加或删除部分训练区域，进行精细化分类结果预测。本发明首先进行粗粒化核协同表示空谱联合分类，再通过实时化添加删除部分训练区域，进行细粒化核协同表示空谱联合分类，可显著提高分类制图精度和效率。 | ||
| 搜索关键词： | 高光谱图像 分类 协同 像元 概率分布图 分类结果 删除 联合 高光谱图像数据 空间位置关系 后处理 预测结果 粗粒化 精细化 训练集 预测 放入 细粒 载入 重复 | ||
【主权项】：
1.一种基于核协同表示的高光谱图像交互式分类方法，其特征在于，包括如下步骤：步骤1：对高光谱图像数据，载入或手工选定感兴趣训练区域；步骤2：以训练区域内的像元作为训练集，采用核协同表示进行分类，得到高光谱图像概率分布图；步骤3：以高光谱图像中的像元为节点，依据像元的空间位置关系建立空谱联合图；步骤4：将概率分布图和空谱联合图共同放入后处理模型，进行分类结果预测；步骤5：依据分类预测结果，手工重复添加或删除部分训练区域，进行精细化分类结果预测。
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江南大学，未经江南大学许可，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/201810895028.4/，转载请声明来源钻瓜专利网。
