摘要
本发明涉及高光谱影像处理与分析技术领域,具体是一种基于深度学习的高光谱影像钙华提取方法,包括:对采集的高光谱影像进行预处理、分析高光谱影像的光谱特征,提取与钙华相关的特征信息,同时,结合影像的空间特征构建综合特征向量,构建基于深度学习的钙华提取模型,利用已知的钙华样本数据对模型进行训练等步骤。本发明采用深度学习模型,可充分利用高光谱影像的光谱和空间信息,实现高精度钙华提取,提高识别准确性和可靠性。本发明公开的方法自动化程度高,可快速处理大量高光谱影像数据,节省人力和时间成本,提高工作效率。本发明的方法适应性强,可以适用于不同地区和类型的高光谱影像数据,满足不同地质环境下的钙华提取要求。
技术关键词
影像
深度学习模型
空间特征提取方法
混合神经网络模型
独立成分分析
边缘检测
校正
数据
纹理
超参数
反射率
鲁棒性
样本
像素
曲线
算法
人力
系统为您推荐了相关专利信息
脑电情绪识别方法
时空注意力机制
注意力编码器
深度学习特征
频域特征
区域识别方法
输出特征
线性单元
深度学习模型
烟雾
区域识别方法
变形特征
雷达遥感数据
野外地质调查
区域识别系统
土壤侵蚀动态监测
气象观测设备
土壤侵蚀量
遥感影像数据
供电模块