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

AITNT
正文
推荐专利
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
申请号:CN202411443671
申请日期:2024-10-16
公开号:CN119006329A
公开日期:2024-11-22
类型:发明专利
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
1
一种基于相位非均匀量化的穿墙雷达栅瓣抑制方法
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
2
一种飞轮储能系统健康度评估方法及装置
飞轮储能系统 像素矩阵 健康度评估方法 工况参数 编码器
3
多光谱成像与红外传感融合的热敏纸显色性能检测方法
曲线 图像 多光谱成像 坐标系 影像
4
基于滚筒机器人的锅炉内壁积焦清理方法
像素点 锅炉内壁 清理方法 机器人 烟气
5
一种基于双重学习机制的弱标注遥感影像语义分割方法
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
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号