当前位置: 首页 > 科技成果列表 > 科技成果详细

一种基于形态学特征和字典学习的高光谱图像分类方法

技术类型:发明专利

技术成熟度:研发

转让方式:技术转让、技术许可、技术入股

专利申请日:2016-07-11

专利所属地 :中国

专利号:CN201610544083.X

应用领域:通用仪器仪表制造

技术领域:电子信息

交易价格:面议专利价值评估

应用案例:否

了解与分析本科技成果,可查看成果概况并使用以下技术转移数智化应用工具:
成果概况
简介

本发明公开了一种基于形态学特征和字典学习的高光谱图像分类方法,具体包含以下步骤:

  1. 高光谱图像形态学特征提取;
  2. 字典学习过程;
  3. 特征编码;
  4. 图像分类。

本发明应用于高光谱图像分类领域。在设计中,充分考虑了高光谱图像中的空间信息结构关系,并基于空间关系信息构建高层语义映射。通过这种方式,获得的高层语义编码能够较好地保持特征空间结构信息,适用于高光谱图像分类任务。该方法有效消除了高光谱图像高层语义与底层特征之间的“语义鸿沟”问题,因此在高光谱图像分类上展现出显著的效果。基于此,本发明具有较高的使用价值。

(此文字表达经过AI优化完善,查看原文请点击 原文)
技术标签
专利基本信息
专利名称 一种基于形态学特征和字典学习的高光谱图像分类方法
专利状态 - 专利号(申请号) CN201610544083.X
申请号 - 专利申请日期 2016-07-11
专利授权日期 2016-12-07 专利权届满日 -
专利所属地 中国 专利类型 发明专利
发明人 杨育彬;王喆正
权利人 -
专利摘要 本发明公开了一种基于形态学特征和字典学习的高光谱图像分类方法,包含如下步骤:高光谱图像形态学特征提取;字典学习过程;特征编码;图像分类。本发明应用在高光谱图像分类领域,本发明充分考虑了高光谱图像中的空间信息结构关系,并且基于空间关系信息构建高层语义映射,获得能够较好保持特征空间结构信息的高层语义编码用以高光谱图像分类任务,消除了高光谱图像高层语义与底层特征之间的“语义鸿沟”问题,在高光谱图像分类上有着显著的效果,因此本发明具有较高的使用价值。
成果评价分析
技术应用分析
服务案例
Baidu
map