申请/专利权人:成都信息工程大学
申请日:2024-03-11
公开(公告)日:2024-04-12
公开(公告)号:CN117876890A
主分类号:G06V20/13
分类号:G06V20/13;G06V10/764;G06V10/80;G06V10/82;G06T3/4053;G06F17/14
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.30#实质审查的生效;2024.04.12#公开
摘要:本发明公开了一种基于多级特征融合的多源遥感图像分类方法,属于多源遥感图像分类技术领域,包括以下步骤:采集高光谱图像和激光雷达图像,生成多源遥感图像数据;对多源遥感图像数据进行特征提取,得到局部像素级特征;采用简单线性迭代聚类对高光谱图像和激光雷达图像进行超像素分割,得到超像素集合;对超像素集合进行特征提取,得到全局超像素级特征;将局部像素级特征和全局超像素级特征进行融合,得到融合输出特征,并通过融合输出特征进行多源遥感图像分类,得到多源遥感图像分类结果。本发明解决了现有多源遥感图像特征融合时存在异质图像特征提取困难、信息冗余、噪声干扰,不同源数据的兼容性低以及传感器和气候造成分布差异的问题。
主权项:1.一种基于多级特征融合的多源遥感图像分类方法,其特征在于,包括以下步骤:S1、采集高光谱图像和激光雷达图像,通过滑动窗口生成多源遥感图像数据;S2、通过像素级特征提取模块对多源遥感图像数据进行特征提取,得到局部像素级特征;S3、根据不同分割尺度,采用简单线性迭代聚类分别对高光谱图像和激光雷达图像进行超像素分割,得到不规则的超像素集合;S4、通过超像素级特征提取模块对超像素集合进行特征提取,得到全局超像素级特征;S5、通过多模门控特征融合模块将局部像素级特征和全局超像素级特征进行融合,得到融合输出特征,并通过融合输出特征进行多源遥感图像的分类,得到多源遥感图像分类结果。
全文数据:
权利要求:
百度查询: 成都信息工程大学 一种基于多级特征融合的多源遥感图像分类方法
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。