公开(公告)号：CN117765297B

公开(公告)日：2024-06-07

申请号：CN202311558732.8

申请日：2023-11-20

Applicant: 中国地质大学(武汉)

Inventor： 李显巨 ,  李俊峰 ,  宋楚嘉 ,  陈伟涛 ,  冯如意 ,  唐厂 ,  王力哲 ,  陈刚

IPC: G06V10/764 ,  G06V20/10

Abstract: 本发明涉及图像处理技术领域，具体而言，提供了一种高光谱图像分类方法、装置、设备及存储介质，高光谱图像分类方法包括：获取高光谱数据集，对高光谱数据集进行动态切片构建光谱立方体；将光谱立方体进行分离投影和特征变换，得到光谱特征矩阵和空间特征矩阵；对光谱特征矩阵进行绝对位置编码，对空间特征矩阵进行相对位置编码；将光谱特征矩阵和空间特征矩阵分别输入两个独立的训练好的Transformer学习器，得到光谱特征注意力矩阵和空间特征注意力矩阵；将光谱特征注意力矩阵和空间特征注意力矩阵融合后进行分类，得到分类结果。本发明的技术方案通过对高光谱图像在光谱维度和空间维度的特征信息进行提取处理，有效提升高光谱图像分类结果的分类精度。

公开(公告)号：CN117765297A

公开(公告)日：2024-03-26

申请号：CN202311558732.8

申请日：2023-11-20

Applicant: 中国地质大学(武汉)

Inventor： 李显巨 ,  李俊峰 ,  宋楚嘉 ,  陈伟涛 ,  冯如意 ,  唐厂 ,  王力哲 ,  陈刚

IPC: G06V10/764 ,  G06V20/10

Abstract: 本发明涉及图像处理技术领域，具体而言，提供了一种高光谱图像分类方法、装置、设备及存储介质，高光谱图像分类方法包括：获取高光谱数据集，对高光谱数据集进行动态切片构建光谱立方体；将光谱立方体进行分离投影和特征变换，得到光谱特征矩阵和空间特征矩阵；对光谱特征矩阵进行绝对位置编码，对空间特征矩阵进行相对位置编码；将光谱特征矩阵和空间特征矩阵分别输入两个独立的训练好的Transformer学习器，得到光谱特征注意力矩阵和空间特征注意力矩阵；将光谱特征注意力矩阵和空间特征注意力矩阵融合后进行分类，得到分类结果。本发明的技术方案通过对高光谱图像在光谱维度和空间维度的特征信息进行提取处理，有效提升高光谱图像分类结果的分类精度。