【技术实现步骤摘要】
本专利技术属于遥感图像分类，尤其涉及一种基于fkan的层级递进式高光谱图像分类方法。
技术介绍
1、高光谱遥感成像技术作为一种常用的对地观测手段，具有极高的光谱分辨率。通过捕获成百上千个连续的光谱带，高光谱遥感图像可以在可见光和非可见光的光谱范围内表征地物的复杂光学特征。因此，高光谱图像已被广泛应用于生态监测、城市规划、智慧农业和矿物勘探等领域，尤其在地物分类任务中展现出了独特的优势。
2、在早期的高光谱图像分类的研究工作中，研究人员注重于像素级特征的挖掘。然而，仅使用像素级特征进行高光谱图像分类会导致椒盐噪声和较低的分类精度。现有的高光谱图像分类方法引进了空间信息，在实现高精度分类的同时，其对空间信息的依赖带来了过度平滑和高昂运算成本等的新问题。由于现有模型多以交叉熵损失函数来进行监督学习，使得模型对有标签的目标样本的分类精度关注较多，忽略了对背景中不同类别样本的区分能力。这进一步加剧了过渡平滑现象。为了平衡空谱信息，多种自适应探索两种信息权重的模型被相继提出。但背景地物边界的清晰度往往不能由目标的分类精度来衡量，仅依靠类...
【技术保护点】
1.一种基于FKAN的层级递进式高光谱图像分类方法，其特征在于：具体包括如下步骤：
2.根据权利要求1所述的基于FKAN的层级递进式高光谱图像分类方法，其特征在于：步骤S1具体包括如下步骤：
3.根据权利要求1所述的基于FKAN的层级递进式高光谱图像分类方法，其特征在于：在步骤S2中，层级递进式融合网络模型还包括第一FKAN模块，将全局信息支路输出的全局级特征、局部特征提取支路输出的局部级特征和像素级特征提取支路输出的像素级特征进行加权后，将各自的加权结果按波段所在维度进行堆叠，获得融合序列特征，将融合序列特征输入至第一FKAN模块进行处理，获
【技术特征摘要】
1.一种基于fkan的层级递进式高光谱图像分类方法，其特征在于：具体包括如下步骤：
2.根据权利要求1所述的基于fkan的层级递进式高光谱图像分类方法，其特征在于：步骤s1具体包括如下步骤：
3.根据权利要求1所述的基于fkan的层级递进式高光谱图像分类方法，其特征在于：在步骤s2中，层级递进式融合网络模型还包括第一fkan模块，将全局信息支路输出的全局级特征、局部特征提取支路输出的局部级特征和像素级特征提取支路输出的像素级特征进行加权后，将各自的加权结果按波段所在维度进行堆叠，获得融合序列特征，将融合序列特征输入至第一fkan模块进行处理，获得预测分类结果；
4.根据权利要求1所述的基于fkan的层级递进式高光谱图像分类方法，其特征在于：所述全局信息支路包括第一级编码器、第一级解码器、第二级编码器、第二级解码器、第一3d卷积层、第二3d卷积层、第三3d卷积层和第一softmax函数，所述全局级样本经所述第一级编码器的编码处理后，获得特征图和特征图，将所述特征图输入至与所述第一级编码器跳跃连接的第二级解码器，将所述特征图输入至第二级编码器进行编码处理，获得特征图和特征图，将特征图输入至与所述第二级编码器跳跃连接的第一级解码器，将所述特征图输入至第一3d卷积层进行处理，获得特征图，将特征图输入至第二3d卷积层进行处理，获得特征图，将特征图进行维度堆叠处理，获得特征图，将特征图输入至第一级解码器进行处理，获得特征图，将特征图输入至第二级编码器进行处理，获得特征图，特征图依次经第三3d卷积层和第一softmax函数进行处理，获得全局级特征。
5.根据权利要求4所述的基于...
【专利技术属性】
技术研发人员：王永成，冯昊，钱进，孙蕴晗，胡雪岩，贲广利，徐东东，肖辉，
申请(专利权)人：中国科学院长春光学精密机械与物理研究所，
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。