本发明公开了一种基于光谱增强和密集连接变压器的高光谱图像分类方法,主要解决现有高光谱图像分类性能不佳、分类区域一致性不好的问题。其实现方案为:获取高光谱图像数据集,生成训练样本集与测试样本集;分别构建光谱增强模块、密集连接变压器模块,生成光谱增强和密集连接变压器模型;对光谱增强和密集连接变压器模型进行训练;将测试集输入到训练好的光谱增强和密集连接变压器模型中输出高光谱图像的分类结果。本发明利用搭建的光谱增强和密集连变压器,能够提取、融合高光谱图像的全局和局部特征及远距离空间信息,提高高光谱图像分类的准确性和一致性,可用于高光谱图像的地物分类土地覆盖测绘、精准农业、城市规划、树种分类和矿产勘探。
声明:
“基于光谱增强和密集连接变压器的高光谱图像分类方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)