- 专利标题: 一种基于面向对象空谱增强卷积神经网络模型的高光谱影像岩性识别方法及系统
-
申请号: CN202410486066.X申请日: 2024-04-22
-
公开(公告)号: CN118298313A公开(公告)日: 2024-07-05
- 发明人: 贾伟洁 , 边宇 , 王梦飞 , 陈玲 , 徐汇泽 , 党福星 , 李佳
- 申请人: 中国自然资源航空物探遥感中心 , 遥相科技发展(北京)有限公司
- 申请人地址: 北京市海淀区学院路29号;
- 专利权人: 中国自然资源航空物探遥感中心,遥相科技发展(北京)有限公司
- 当前专利权人: 中国自然资源航空物探遥感中心,遥相科技发展(北京)有限公司
- 当前专利权人地址: 北京市海淀区学院路29号;
- 代理机构: 北京汇信合知识产权代理有限公司
- 代理商 叶健
- 主分类号: G06V20/10
- IPC分类号: G06V20/10 ; G06V10/82 ; G06V10/764 ; G06V10/80 ; G06N3/0464 ; G06N3/08
摘要:
本发明公开一种基于面向对象空谱增强卷积神经网络模型的高光谱影像岩性识别方法,属于遥感高光谱岩性填图领域;该方法包括:获取高光谱卫星影像;对高光谱卫星影像进行预处理;得到样本和标签;模型训练;模型预测。本发明还公开一种基于面向对象空谱增强卷积神经网络模型的高光谱影像岩性识别系统。本发明提出增加空间信息和融合光谱特征信息的三维卷积神经网络。在传统的岩性分类三维神经网络的基础上,引入面向对象的采样,三维空间金字塔池化以及光谱空洞膨胀方法,充分获取不同尺度的光谱特征信息,提高数据利用效率,提升岩性分类精度。