摘要
本发明公开一种基于空谱联合特征的线性高光谱图像解混方法及系统,包括如下步骤:使用空间欧几里德距离和光谱相似性对像素进行联合聚类获得分割后的超像素;将所述超像素作为解混网络的训练样本和测试样本,通过所述训练样本训练所述解混网络的编码器和解码器;通过重建训练样本来对所述解混网络进行训练和优化,并测试解混网络的解混性能;对待解混的高光谱图像进行解混,得到待解混的所述高光谱图像解混结果。本发明的技术方案中,充分利用空间和光谱特征,从而超像素分割可以提供方便的计算基元来计算图像特征,并大大降低后续图像处理任务的复杂性;解混网络的基本框架为变分自动编码器,并建模光谱变异性,提高解混精度。
技术关键词
空谱联合特征
高光谱图像解混
像素
空间光谱特征
前馈神经网络
解码器
线性
聚类
归一化模块
SLIC算法
后续图像处理
注意力机制
自动编码器
种子
系统为您推荐了相关专利信息
栅瓣抑制方法
合成孔径雷达成像
穿墙雷达成像
旁瓣抑制方法
后向投影算法
飞轮储能系统
像素矩阵
健康度评估方法
工况参数
编码器
语义分割网络
遥感影像数据
半监督学习
分类卷积神经网络
掩膜