【技术实现步骤摘要】
本专利技术涉及图像分类领域，尤其涉及一种高光谱遥感图像的分类方法、系统、电子设备及存储介质。
技术介绍
1、高光谱遥感图像是将成像技术和光谱技术相结合的多维信息获取技术，同时探测目标的二维集合空间与一维光谱信息，获取高光谱分辨率的连续、窄波段图像数据；高光谱遥感图像每个像素点在电磁波谱上的数百个波段信息，通过记录不同地物对电磁波的发射、反射和吸收上的差异，对高光谱遥感图像进行分析，可以对地物进行识别和检测，可以广泛应用于生态系统测量、矿物分析和精准农业等各个领域；现有对高光谱遥感图像的分析方法大多采用机器学习方法和深度学习方法，机器学习方法和深度学习方法难以从高光谱遥感图像中的冗余信息中进行有效的特征提取，忽略细微的光谱信息差异，降低图像分类的准确率。
技术实现思路
1、本申请实施例的主要目的在于提出一种高光谱遥感图像的分类方法、系统、电子设备及存储介质，能够提高图像分类的准确率。
2、为实现上述目的，本申请实施例的一方面提出了一种高光谱遥感图像的分类方法，所述方法包括：>
3、获取高光本文档来自技高网...
【技术保护点】
1.一种高光谱遥感图像的分类方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述对所述标准高光谱遥感图像数据进行全局特征提取操作，得到第一子特征图，具体包括：
3.根据权利要求1所述的方法，其特征在于，所述对所述第一子特征图进行远程依赖性处理，得到第一输出特征图，具体包括：
4.根据权利要求3所述的方法，其特征在于，所述对所述第一序列数据进行自注意力计算，得到第一输出序列，具体包括：
5.根据权利要求1所述的方法，其特征在于，所述根据所述第一输出特征图进行多特征分层提取操作，得到空间光谱特征图
...【技术特征摘要】
1.一种高光谱遥感图像的分类方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述对所述标准高光谱遥感图像数据进行全局特征提取操作，得到第一子特征图，具体包括：
3.根据权利要求1所述的方法，其特征在于，所述对所述第一子特征图进行远程依赖性处理，得到第一输出特征图，具体包括：
4.根据权利要求3所述的方法，其特征在于，所述对所述第一序列数据进行自注意力计算，得到第一输出序列，具体包括：
5.根据权利要求1所述的方法，其特征在于，所述根据所述第一输出特征图进行多特征分层提取操作，得到...
【专利技术属性】
技术研发人员：杨小飞，罗育雄，唐冬，唐浩劲，周正，
申请(专利权)人：广州大学，
类型：发明
国别省市：
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。