申请/专利权人:南京审计大学
申请日:2020-07-15
公开(公告)日:2021-01-12
公开(公告)号:CN111914909B
主分类号:G06K9/62(20060101)
分类号:G06K9/62(20060101);G06N3/04(20060101);G06N3/08(20060101);G06T5/00(20060101);G06T7/00(20170101)
优先权:
专利状态码:有效-授权
法律状态:2021.01.12#授权;2020.11.27#实质审查的生效;2020.11.10#公开
摘要:本发明公开了一种基于空谱联合三方向卷积网络的高光谱变化检测方法,包括以下步骤,获取两个同一区域不同时相的高光谱图像,并将两个高光谱图像进行差分操作获取高光谱差异图像;选取训练样本,生成每个训练样本对应的变化张量;并对每个变化张量从三个不同方向提取该变化张量的光谱特征、不同角度的空间特征进行融合,训练三方向卷积网络模型,并得到适用于该高光谱数据集的模型参数;用训练好的三方向卷积网络模型对获取的高光谱差异图像的各个像素进行变化检测,划分为变化类或非变化类。获得变化检测结果图。本发明提升了检测精度的同时也提升了变化检测的稳定度和灵活性。
主权项:1.基于空谱联合三方向卷积网络的高光谱变化检测方法,其特征在于:包括以下步骤,步骤A,获取两个同一区域不同时相的高光谱图像,并将两个高光谱图像进行差分操作获取高光谱差异图像;步骤B,选取训练样本,生成每个训练样本对应的变化张量;并对每个变化张量从三个不同方向提取该变化张量的光谱特征、不同角度的空间特征进行融合,训练三方向卷积网络模型,并得到适用于该高光谱数据集的模型参数;步骤C,用训练好的三方向卷积网络模型对步骤A获取的高光谱差异图像的各个像素进行变化检测,划分为变化类或非变化类;步骤D,将高光谱差异图像的所有像素均完成判别后,获得变化检测结果图。
全文数据:
权利要求:
百度查询: 南京审计大学 基于空谱联合三方向卷积网络的高光谱变化检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。