一种岩性场景分类方法、电子设备及存储介质技术

本发明专利技术提供了一种岩性场景分类方法、电子设备及存储介质，涉及图像处理技术领域，方法包括：将获取的岩性场景的遥感图像和知识数据输入到训练好的岩性场景分类模型中，得到岩性场景分类结果，其中，岩性场景分类模型包括transformer模块、图注意力网络模块、跨模态交叉注意力模块、自适应特征降维模块以及输出模块；图注意力网络模块用于挖掘知识数据的知识特征；跨模态交叉注意力模块用于融合图像特征和知识特征，生成岩性敏感特征数据；自适应特征降维模块用于降维岩性敏感特征数据，生成降维特征；输出模块用于根据降维特征，生成岩性场景分类结果。本发明专利技术可以提高岩性场景分类的精度。

【技术实现步骤摘要】

本专利技术涉及图像处理，具体而言，涉及一种岩性场景分类方法、电子设备及存储介质。

技术介绍

1、岩性场景分类是指利用图像识别技术对岩石类型进行自动分类的过程，这个过程通常涉及到地质图像的分析，目的是为了识别出不同类型的岩石及其在特定场景下的分布，岩性场景分类对于地质研究、矿产勘探、环境保护和基础设施建设等方面有着重要的意义。

2、在现有技术中，一般采用分类算法对岩性场景的遥感图像和岩性知识进行图像识别，得到岩性场景分类结果，但是，岩性知识包含了岩性的共现、互现关系等地质特征，由于各个地质特征表征方式不同，遥感图像和岩性知识的数据源具有差异性，导致分类算法对岩性场景的遥感图像和岩性知识进行岩性场景分类的精度低。

技术实现思路

1、本专利技术解决的问题是如何提高岩性场景分类的精度。

2、第一方面，本专利技术提供了一种岩性场景分类方法，包括：

3、将获取的岩性场景的遥感图像和知识数据输入到训练好的岩性场景分类模型中，得到岩性场景分类结果，其中，所述岩性场景分类模型包括transf本文档来自技高网...

【技术保护点】

1.一种岩性场景分类方法，其特征在于，包括：

2.根据权利要求1所述的岩性场景分类方法，其特征在于，所述遥感图像包括光谱数据和地形数据，所述图像特征包括光谱特征和地形特征，所述transformer模块包括第一TransXNet网络和第二TransXNet网络，所述第一TransXNet网络用于处理所述光谱数据，生成所述光谱特征，所述第二TransXNet网络用于处理所述地形数据，生成所述地形特征。

3.根据权利要求2所述的岩性场景分类方法，其特征在于，所述第一TransXNet网络包括第一处理层和至少一个第二处理层，所述第一处理层和至少一个所述第二处理层顺次连接...

【技术特征摘要】

1.一种岩性场景分类方法，其特征在于，包括：

2.根据权利要求1所述的岩性场景分类方法，其特征在于，所述遥感图像包括光谱数据和地形数据，所述图像特征包括光谱特征和地形特征，所述transformer模块包括第一transxnet网络和第二transxnet网络，所述第一transxnet网络用于处理所述光谱数据，生成所述光谱特征，所述第二transxnet网络用于处理所述地形数据，生成所述地形特征。

3.根据权利要求2所述的岩性场景分类方法，其特征在于，所述第一transxnet网络包括第一处理层和至少一个第二处理层，所述第一处理层和至少一个所述第二处理层顺次连接，所述第一处理层包括第一patch嵌入层和transformer块，所述第二处理层包括第二patch嵌入层和所述transformer块；

4.根据权利要求3所述的岩性场景分类方法，其特征在于，所述transformer块包括动态位置编码层、第一归一化层、动态token混频器、第一整合层、第二归一化层、多尺度混洗前馈网络以及第二整合层，所述动态位置编码层、所述第一归一化层、所述动态token混频器、所述第一整合层、所述第二归一化层、所述多尺度混洗前馈网络以及所述第二整合层顺次连接，且所述动态位置编码层的输出端还与所述第一整合层的输入端连接，所述第二归一化层的输出端还与所述第二整合层的输入端连接；

【专利技术属性】
技术研发人员：陈伟涛，王浩屹，李显巨，秦绪文，
申请(专利权)人：中国地质大学武汉，
类型：发明
国别省市：