摘要
本发明公开了一种基于半监督和超像素渐进生长的高光谱图像分割方法,其步骤为:对待分割的高光谱图像进行归一化处理;以归一化的高光谱图像为输入,构建一个包含输入层、卷积层、批归一化层和输出层的全卷积网络,网络输出为对应高光谱图像的语义分割结果;对归一化的高光谱图像进行超像素分割,赋予每个初始超像素区域一个初始伪标签;合并相似的初始超像素区域,并更新合并后超像素区域对应的伪标签;通过最小化损失函数,反向优化特征提取器的特征提取,并利用少量标注样本对全卷积网络进行微调,通过对超像素区域不断优化,使模型收敛,得到最终分割结果。
技术关键词
图像分割方法
K均值聚类算法
全卷积网络
混合损失函数
标签
样本
SLIC算法
超像素特征
生成超像素
更新网络参数
随机梯度下降
规模
线性单元
语义
像素点
传播算法
系统为您推荐了相关专利信息
硬质合金
机器学习算法
喷雾干燥工艺
主成分分析降维
密度
集成向量
控制系统运行状态
混合控制系统
动物饲料
异常状态