摘要
本发明公开了基于MSST模型的高光谱图像分类方法、系统及存储介质,属于图像处理领域。基于MSST模型的高光谱图像分类方法,包括以下步骤:S1:获取高光谱遥感图像;S2:构建MSST网络,利用获取的高光谱遥感图像对MSST网络进行训练,得到MSST模型;S3:得到待分类高光谱图像的分类结果。本发明解决了现有技术缺乏对图像中光谱信息的提取和利用,难以处理蕴含丰富光谱信息的高光谱图像的问题,本发明基于Transformer的编码解码模块并行提取高光谱图像的空间特征和光谱特征,并通过解码器整合多层特征,充分利用了高光谱图像丰富的光谱域信息,实现了高光谱图像分类的同时提高了其分类精度。
技术关键词
光谱图像分类方法
图像分类系统
注意力
高光谱遥感图像
解码模块
前馈方式
非线性特征
计算机存储介质
主成分分析算法
网络模块
矩阵
数据获取模块
解码器
像素
迭代算法
解码单元
编码器
系统为您推荐了相关专利信息
电力监控系统
网络故障检测方法
故障检测模型
时间序列模型
链路
前馈神经网络
统计特征
风电功率预测方法
编码器
历史风速数据
图文检索方法
多尺度特征
注意力机制
高斯分布模型
矩阵
浓度预测方法
消息传递网络
多任务损失函数
空气质量监测站
空气质量预测技术