摘要
本发明公开了一种空谱特征增强与SAM引导的高光谱多类变化检测方法。本发明挖掘了高光谱影像的空谱特征,提高了对微小区域变化检测的精度,并对粗略的差分特征图进行增强,提高对变化区域的关注,从而减少了错误检测,而通过小波变换将空间域特征与频域特征结合,高频特征中的纹理信息使变化区域的边缘更加准确,低频特征中的色彩信息、类别信息、语义信息则可以更好的检测不同类别的变化区域,再次提高变化检测精度,本发明能够充分提取高光谱图像的空间特征、光谱特征、语义信息与纹理信息,使得高光谱图像多类变化检测准确度得到提升,且无需复杂的计算,能够适用于高光谱图像的批量检测,检测效率快,精确度较高。
技术关键词
变化检测方法
中间层
空谱特征
状态空间模型
高频特征
多尺度特征融合
融合特征
频域特征
粗略
编码器
注意力机制
图像
解码器
语义
模块
纹理
错误检测
色彩
无监督
通道
系统为您推荐了相关专利信息
控制器电路板
高压电机
模拟量采集电路
功率驱动电路
三相交流电压信号
医学图像分割方法
编码特征
多级解码器
离散小波变换
融合特征
音频特征提取
卷积编码器
卷积特征
预训练模型
计算机可执行程序
电网背景谐波抑制
电流控制系统
逆变电路
状态空间模型
坐标转换器