基于多模态融合的深海高光谱图像目标识别方法技术

本发明专利技术公开了基于多模态融合的深海高光谱图像目标识别方法，该方法首先获取深海高光谱数据集，并对深海高光谱数据集预处理，去除数据中噪声干扰最严重的波段，得到预处理后数据集用X。其次对数据集X进行基于熵率的超像素分割，获得均质的子空间。然后计算每个子空间不同波段的高光谱图像之间的相似性，构建相似图，并基于优化问题，通过多模态融合特征选择，更新相似图。最后由鲁棒可能性模糊聚类算法，进行降维和分类，完成目标识别。本发明专利技术可以更好地捕捉到目标物体的特征，从而改善分类和识别的准确性，提高对锰结核的分类和识别性能。

【技术实现步骤摘要】

本专利技术涉及高光谱遥感图像处理，具体而言，涉及一种基于多模态融合的深海高光谱图像目标识别方法。

技术介绍

1、随着能源结构的变革和电动汽车的普及，全球对锰、铜、镍和钴等金属的需求日益增加。深海底部，存在着富含这些金属的锰结核资源，其储量远超陆地资源。这些锰结核富含镍、钴、锰和铜等用于新能源电池的金属元素，具有巨大的商业开发潜力，并广泛应用于现代社会的各个领域。因此，对深海锰结核高光谱图像的准确识别对于实现高效的深海矿区矿床的探测至关重要。

2、目前，针对洋底资源的算法研究主要采用有监督的识别方法，这些方法需要大量准确标记像素的训练集。然而，获取这些训练集通常耗时、耗力、昂贵且效率低下，限制了高光谱遥感技术的应用。因此，发展无监督的地物识别理论和方法势在必行，以克服与标记样本和先验知识相关的限制。此外，目前基于无监督的方法大多只考虑相邻波段之间的相关性，而忽略了全局信息并且大多数方法将某一波段视为一个整体，并将其重塑为一个特征向量，而没有充分利用对象的不同反射特性。

技术实现思路

<p>1、本专利技术针本文档来自技高网...

【技术保护点】

1.基于多模态融合的深海高光谱图像目标识别方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于多模态融合的深海高光谱图像目标识别方法，其特征在于，步骤2具体过程为：

3.根据权利要求2所述的基于多模态融合的深海高光谱图像目标识别方法，其特征在于，步骤3具体过程为：

4.根据权利要求3所述的基于多模态融合的深海高光谱图像目标识别方法，其特征在于，步骤4具体过程为：

5.根据权利要求4所述的基于多模态融合的深海高光谱图像目标识别方法，其特征在于，步骤5具体过程为：

【技术特征摘要】

1.基于多模态融合的深海高光谱图像目标识别方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于多模态融合的深海高光谱图像目标识别方法，其特征在于，步骤2具体过程为：

3.根据权利要求2所述的基于多模态融合的深海高光谱图像目标识别...

【专利技术属性】
技术研发人员：楼钦，谢振宇，郭栋梁，张启忠，高发荣，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：