摘要
本发明属于高光谱图像处理技术领域,涉及一种基于生成式对抗网络的高光谱遥感图像农田分类方法,该方法通过构建生成式对抗网络模型,对高光谱图像进行超像素分割,在生成器网络模型和鉴别器网络模型的训练过程中,通过修改鉴别器网络模型的损失函数,对得到的相邻超像素分割块的类别进行学习,充分利用了光谱信息和空间邻域信息。在训练集数量较少的情况下,实现了高光谱数据的农田地物准确分类,并取得了较好的效果。
技术关键词
生成式对抗网络
生成器网络
卫星遥感图像
分类方法
训练鉴别器
高光谱图像处理技术
农田
训练集
超像素分割算法
空间邻域信息
像素点
卷积网络模型
坐标
传播算法
像素块
系统为您推荐了相关专利信息
自动分类方法
多标签
自动分类系统
文本
BERT模型
高光谱图像特征
地物分类方法
融合特征
激光雷达点云数据
跨模态
图像分类方法
图像分类模型
原型
分类网络
分类器