公开(公告)号：CN114140646A

公开(公告)日：2022-03-04

申请号：CN202111398100.0

申请日：2021-11-19

Applicant: 南京信息工程大学

Inventor： 孙乐 ,  赵广瑞 ,  宋相博 ,  何承迅

IPC: G06V10/764 ,  G06V10/77 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请涉及一种多尺度CNN特征嵌入的多核学习高光谱图像分类方法。该方法包括：将原始高光谱图像进行超像素分割，获得L个超像素分割图，对原始高光谱图像进行光谱核提取，获得原始高光谱图像的光谱核；采用加权平均滤波对L个超像素分割图进行特征提取，获得超像素间的空间核；利用多尺度CNN对原始高光谱图像进行处理，获得不同尺度下的深度空间核；将光谱核、超像素间的空间核和深度空间核重塑为一维列向量，获得多个一维列向量，并重构为二维矩阵；对二维矩阵进行主成分分析，将第一主成分列向量重塑为原始核大小的最优核；将最优核作为支持向量机的核函数对原始高光谱图像进行分类，获得分类结果。能够快速有效的获得检测结果。