-
公开(公告)号：CN109784192A
公开(公告)日：2019-05-21
申请号：CN201811561744.5
申请日：2018-12-20
Applicant: 西安电子科技大学
Abstract: 本发明公开一种基于超像素特征提取神经网络算法的高光谱影像分类方法，包括：高光谱影像经像素点标记和超像素分割处理获得带有像素点标记的超像素和未带像素点标记的超像素；利用超像素特征提取神经网络以带有像素点标记的超像素为输入对象进行网络训练，再利用训练好的超像素特征提取神经网络对未带像素点标记的超像素进行处理得到分类图；所述的超像素特征提取神经网络包括多个叠加的子网络层，每层子网络层由全连接的特征提取层、池化层、特征拼接层和批标准化层组成。本发明减少了监督学习方法中对样本标记数目的依赖；通过设计的神经网络对超像素的提取，兼顾了超像素个体像素以及全体像素的深度特征信息，使特征更鲁棒。
-
公开(公告)号：CN109961028A
公开(公告)日：2019-07-02
申请号：CN201910195566.7
申请日：2019-03-15
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于三维块匹配和全连接条件随机场的SAR图像变化检测方法，其实现步骤为：(1)输入两幅经过辐射校正与几何配准后的同一地区不同时相的SAR图像；(2)用三维块匹配去燥算法对两时相SAR图像进行去噪处理；(3)对去噪后的SAR图像用对数比值算子构造差异影像图；(4)采用最大类间方差法分析对数比差异图，得到全局最优分割阈值；(5)利用全局最优阈值对差异影像图进行二类分割，得到初始变化检测结果图；(6)利用初始变化检测结果图和对数比差异图，建立全连接条件随机场；(7)表示全连接条件随机场的能量函数和势函数；(8)求解全连接条件随机场，采用最大后验概率对全连接条件随机场进行标记，得到最终的变化检测结果。本发明具有稳定、有效和总检测错误数较低的优点。
-
公开(公告)号：CN109784192B
公开(公告)日：2023-04-18
申请号：CN201811561744.5
申请日：2018-12-20
Applicant: 西安电子科技大学
Abstract: 本发明公开一种基于超像素特征提取神经网络算法的高光谱影像分类方法，包括：高光谱影像经像素点标记和超像素分割处理获得带有像素点标记的超像素和未带像素点标记的超像素；利用超像素特征提取神经网络以带有像素点标记的超像素为输入对象进行网络训练，再利用训练好的超像素特征提取神经网络对未带像素点标记的超像素进行处理得到分类图；所述的超像素特征提取神经网络包括多个叠加的子网络层，每层子网络层由全连接的特征提取层、池化层、特征拼接层和批标准化层组成。本发明减少了监督学习方法中对样本标记数目的依赖；通过设计的神经网络对超像素的提取，兼顾了超像素个体像素以及全体像素的深度特征信息，使特征更鲁棒。
-
-
Search Results
3
records
(took 0.031 seconds)
