公开(公告)号：CN117671384A

公开(公告)日：2024-03-08

申请号：CN202311735609.9

申请日：2023-12-18

申请人： 南昌工程学院 ,  广州建筑股份有限公司

发明人： 张绍泉 ,  唐孟雄 ,  梁联晖 ,  李政奎 ,  李璠 ,  赖鹏飞 ,  郑嘉焌 ,  邓承志 ,  汪胜前

IPC分类号： G06V10/764 ,  G06V10/58 ,  G06V10/80 ,  G06V10/44 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/09

摘要： 本发明公开了一种高光谱图像分类方法，其结合了卷积神经网络和混合组合变换器注意力网络的优点。在光谱特征提取方面，利用3D密集卷积神经网络获取高光谱图像的局部光谱特征信息，然后利用混合组合变换器注意力网络来同时捕捉各种组大小的token以及组之间的关联；在空间特征提取方面，利用2D密集卷积神经网络获取高光谱图像的局部空间特征信息，然后利用混合组合变换器注意力网络来增强高光谱图像的全局空间信息的利用。最后，将空间和光谱特征信息经特征融合网络实现空间‑光谱特征信息的融合，再经过Softmax层输出分类结果。本发明实现了对高光谱图像的准确分类，采用了轻量级Sophia优化器，可极大加快模型的运行速度。

公开(公告)号：CN118072186A

公开(公告)日：2024-05-24

申请号：CN202311766254.X

申请日：2023-12-21

申请人： 南昌工程学院 ,  广州建筑股份有限公司

发明人： 张绍泉 ,  唐孟雄 ,  李政奎 ,  李璠 ,  赖鹏飞 ,  郑嘉焌 ,  梁联晖 ,  邓承志 ,  汪胜前

IPC分类号： G06V20/13 ,  G06V10/764 ,  G06V10/30 ,  G06V10/774

摘要： 本发明属于高光谱图像处理技术领域。本发明提供了一种基于高光谱解混技术的矿物识别与分类方法，包括如下步骤：S1、利用高光谱成像仪获取相关矿物的高光谱图像；S2、构建矿物端元光谱库；S3、根据相关矿物的高光谱图像建立双线性光谱混合模型；S4、利用鲁棒光谱可变双线性空间正则化解混算法，进行光谱解混，精准估计混合像元内所包含的每种矿物的丰度；S5、根据求解得到的矿物的丰度，量化每种矿物对应的比例，做到精准识别与分类。本方法解决了高光谱图像中存在的复杂混合噪声干扰以及光谱变异问题。

公开(公告)号：CN115620128A

公开(公告)日：2023-01-17

申请号：CN202211142401.1

申请日：2022-09-20

申请人： 南昌工程学院

发明人： 张绍泉 ,  梁联晖 ,  李璠 ,  邓承志 ,  汪胜前 ,  吴朝明 ,  赖鹏飞 ,  张宁远

IPC分类号： G06V20/10

摘要： 本发明提供高光谱异常检测方法，包括以下步骤：步骤1，构建高光谱图像的线性光谱混合模型；步骤2，构建双空间权重稀疏解混模型，计算各端元在混合像元中的丰度矩阵；步骤3，引入光谱加权因子和基于空间邻域信息的空间加权因子，创建字典空谱低秩分解模型；步骤4，对字典空谱低秩分解模型求解，求得异常矩阵；步骤5，通过异常矩阵，求得重建图像；步骤6，根据高光谱图像和重建图像得到异常目标检测图像。本发明本发明通过引入光谱加权因子和基于空间邻域信息的空间加权因子来充分挖掘高光谱图像的光谱信息和空间信息的相关性，以提升高光谱图像异常检测检测的准确性，本发明的异常检测结果准确率为99.39％。