收录:
摘要:
本发明公开了基于深度学习多特征融合的高光谱图像分类方法,属于高光谱图像分类领域,本方法充分利用高光谱图像的光谱和空间信息,在分类效果上提升性能。实现步骤如下:首先对高光谱图像数据进行预处理,提取训练标签和测试标签;构建模型;做好数据预处理之后,进行构建训练模型。训练模型由三大部分组成,分别为光谱样本集训练模型、空间谱样本集训练模型以及EMP特征提取的样本集训练模型。另外,特征融合之后输入的全连接层。训练网络;高光谱图像分类输出分类图像本发明克服了传统的高光谱图像分类方法只利用高光谱图像的光谱信息,采用光谱信息、空间信息以及扩展形态特征处理相融合的方法,极大的提高了分类的准确率。
关键词:
通讯作者信息:
电子邮件地址: