公开(公告)号：CN109598306B

公开(公告)日：2021-09-03

申请号：CN201811489560.2

申请日：2018-12-06

申请人： 西安电子科技大学

发明人： 王桂婷 ,  李诗卉 ,  公茂果 ,  钟桦 ,  吴飞 ,  杨晓婕 ,  陈贝贝 ,  马锐 ,  解玮

IPC分类号： G06K9/62 ,  G06N3/04

摘要： 一种基于光谱反射率曲线矩阵SRCM和卷积神经网络的高光谱图像分类方法，主要解决现有技术中高光谱图像分类精度低的问题。本发明具体步骤如下：(1)构建卷积神经网络；(2)对待分类的高光谱图像加噪；(3)对图像数据逐波段归一化；(4)生成空间光谱特征矩阵集合；(5)生成堆叠空间光谱反射率曲线矩阵集合；(6)生成训练数据集和测试数据集；(7)训练卷积神经网络；(8)对测试数据集进行分类。本发明利用融合不同层特征的卷积神经网络对高光谱图像的堆叠空间光谱反射率曲线矩阵进行特征学习，从而进行分类，具有针对高光谱图像分类问题精度高的优点。

公开(公告)号：CN109598306A

公开(公告)日：2019-04-09

申请号：CN201811489560.2

申请日：2018-12-06

申请人： 西安电子科技大学

发明人： 王桂婷 ,  李诗卉 ,  公茂果 ,  钟桦 ,  吴飞 ,  杨晓婕 ,  陈贝贝 ,  马锐 ,  解玮

IPC分类号： G06K9/62 ,  G06N3/04

摘要： 一种基于光谱反射率曲线矩阵SRCM和卷积神经网络的高光谱图像分类方法，主要解决现有技术中高光谱图像分类精度低的问题。本发明具体步骤如下：(1)构建卷积神经网络；(2)对待分类的高光谱图像加噪；(3)对图像数据逐波段归一化；(4)生成空间光谱特征矩阵集合；(5)生成堆叠空间光谱反射率曲线矩阵集合；(6)生成训练数据集和测试数据集；(7)训练卷积神经网络；(8)对测试数据集进行分类。本发明利用融合不同层特征的卷积神经网络对高光谱图像的堆叠空间光谱反射率曲线矩阵进行特征学习，从而进行分类，具有针对高光谱图像分类问题精度高的优点。