一种针对高光谱图像的快速降维方法

    公开(公告)号:CN115861683A

    公开(公告)日:2023-03-28

    申请号:CN202211432621.8

    申请日:2022-11-16

    Abstract: 本发明公开了一种针对高光谱图像的快速降维方法,涉及高光谱数据处理领域,包括:首先根据相邻性,将高光谱图像转化为网状结构数据;然后通过可学习型迭代滤波器获取高光谱图像的局部相关性特征;再基于网状结构数据和高光谱图像的局部相关性特征建立无向图;最后利用流形几何聚合机制将无向图中的同类顶点进行汇聚,得到包含全局相关性特征的低纬度高光谱图像;本发明不但减少了数据维度,而且从局部到全局都保持了地物相关性特征,同时降低了存储负担,而且能提升地物分类的准确性,满足要应用高光谱数据却受限于存储负担的市场需求。

    一种针对高光谱图像的快速降维方法

    公开(公告)号:CN115861683B

    公开(公告)日:2024-01-16

    申请号:CN202211432621.8

    申请日:2022-11-16

    Abstract: 本发明公开了一种针对高光谱图像的快速降维方法,涉及高光谱数据处理领域,包括:首先根据相邻性,将高光谱图像转化为网状结构数据;然后通过可学习型迭代滤波器获取高光谱图像的局部相关性特征;再基于网状结构数据和高光谱图像的局部相关性特征建立无向图;最后利用流形几何聚合机制将无向图中的同类顶点进行汇聚,得到包含全局相关性特征的低纬度高光谱图像;本发明不但减少了数据维度,而且从局部到全局都保持了地物相关性特征,同时降低了存储负担,而且能提升地物分类的准确性,满足要应用高光谱数据却受限于存储负担的市场需求。(56)对比文件魏峰;何明一;梅少辉.空间一致性邻域保留嵌入的高光谱数据特征提取.红外与激光工程.2012,(05),143-148.

Patent Agency Ranking