【技术实现步骤摘要】
本专利技术属于高光谱图像处理，特别涉及一种基于通道和空间注意力的空谱联合高光谱图像分类方法。
技术介绍
1、由于高光谱图像(hsi)数据通过数百个窄光谱波段提供了详细的光谱信息，可以用于对不同感兴趣的材料进行准确分类，这是高光谱遥感技术的核心应用之一。然而，高光谱传感器提供的详细光谱信息带来了机遇和挑战，其中光谱和空间结构的复杂性、高维数和有限的训练样本可能导致休斯现象。因此，hsi数据的分类仍然是一项具有挑战性的任务。
2、目前hsi数据处理有多种分类方法。其中大部分集中在空间、光谱或空间-光谱联合特征提取上。
3、在hsi分类的早期研究中，大多数方法都只侧重于探索hsi光谱特征在分类中的作用。因此，许多逐像素分类方法，如神经网络，支持向量机，多项逻辑回归，以及动态或随机子空间被提出用于分类hsi。然而，由于没有考虑hsi的空间特征，这些逐像素分类器获得的分类结果并不令人满意。近年来，空间特征在改善高光谱数据的表示和提高分类精度方面变得非常有用。越来越多的基于光谱-空间特征的分类框架被开发出来，它们将空间上下文...
【技术保护点】
1.一种基于通道和空间注意力的空谱联合高光谱图像分类方法，其特征在于，包括以下步骤；
2.根据权利要求1所述的一种基于通道和空间注意力的空谱联合高光谱图像分类方法，其特征在于，所述步骤1)中，在对数据进行运算之前，将原始高光谱数据进行标准化处理，运算过程如下：
3.根据权利要求1所述的一种基于通道和空间注意力的空谱联合高光谱图像分类方法，其特征在于，所述步骤2)中，从经过标准化处理后的高光谱图像中创建近邻块子集S代表近邻块的宽和高，取叠加的近邻块作为模型的输入，以近邻块中间像素的类别作为近邻块的类别。
4.根据权利要求1所述的一种基...
【技术特征摘要】
1.一种基于通道和空间注意力的空谱联合高光谱图像分类方法，其特征在于，包括以下步骤；
2.根据权利要求1所述的一种基于通道和空间注意力的空谱联合高光谱图像分类方法，其特征在于，所述步骤1)中，在对数据进行运算之前，将原始高光谱数据进行标准化处理，运算过程如下：
3.根据权利要求1所述的一种基于通道和空间注意力的空谱联合高光谱图像分类方法，其特征在于，所述步骤2)中，从经过标准化处理后的高光谱图像中创建近邻块子集s代表近邻块的宽和高，取叠加的近邻块作为模型的输入，以近邻块中间像素的类别作为近邻块的类别。
4.根据权利要求1所述的一种基于通道和空间注意力的空谱联合高光谱图像分类方法，其特征在于，所述步骤3)中，对给定的输入特征图进行分割操作，即分别进行空间和光谱提取
5.根据权利要求4所述的一种基于通道和空间注意力的空谱联合高光谱图像分类方法，其特征在于，所述步骤4)中，首先使用元素相加来融合光谱特征图和空间特征图的信息，即把和逐元素相加来产生输出表示如下：
6.根据权利要求5所述的一种基于通道和空间注意力的空谱联合高光谱图像分类方法，其特征在于，所述步骤5)中，根据通道注意向量和分别与...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。