公开(公告)号：CN116524369A

公开(公告)日：2023-08-01

申请号：CN202310414490.9

申请日：2023-04-18

Applicant: 中国地质大学(武汉)

Inventor： 李显巨 ,  李子豪 ,  陈伟涛 ,  冯如意 ,  唐厂 ,  王力哲 ,  陈刚 ,  管仁祥 ,  宋楚嘉 ,  金圣杰

IPC: G06V20/13 ,  G06V20/10 ,  G06V10/774 ,  G06V10/26 ,  G06V10/82 ,  G06V10/776 ,  G06V10/764 ,  G06N3/042 ,  G06N3/0464

Abstract: 本发明提供了遥感影像分割模型构建方法、装置及遥感影像解译方法，涉及图像处理领域，遥感影像分割模型构建方法包括：获取原始多光谱影像，并对原始多光谱影像进行超像素分割，以得到超像素分割结果；对所述超像素分割结果进行特征提取，以得到初始超像素特征和初始超像素标签；获取类别共现矩阵；根据超像素分割结果构建拓扑图，并将类别共现矩阵融合到拓扑图中以得到初始拓扑图；根据超像素分割结果构建初始特征图，并根据初始特征图、初始超像素特征、初始拓扑图和初始超像素标签对原始分割模型进行训练及调优得到遥感影像分割模型。解决了在利用多光谱遥感图像对土地覆盖进行分类时因忽略不同局部区域的长程空间关系，导致边界信息丢失问题。

公开(公告)号：CN117746079A

公开(公告)日：2024-03-22

申请号：CN202311535635.7

申请日：2023-11-15

Applicant: 中国地质大学(武汉)

Inventor： 李显巨 ,  管仁祥 ,  陈伟涛 ,  唐厂 ,  冯如意 ,  王力哲 ,  陈刚

IPC: G06V10/762 ,  G06V20/10 ,  G06V10/26 ,  G06V10/44 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/088

Abstract: 本发明提供了一种高光谱图像的聚类预测方法、系统、存储介质及设备，涉及图像处理技术领域，该方法包括：获取目标区域的高光谱图像；分割所述高光谱图像，生成超像素块；分别提取所述高光谱图像的像素特征和所述超像素块的超像素特征；采用对比学习算法分别提取所述像素特征的深度像素特征和所述超像素特征的深度超像素特征；采用K均值算法聚类所述深度像素特征和所述深度超像素特征，生成伪标签结果；采用所述K均值算法聚类所述伪标签结果，生成所述目标区域的地物标签。通过本发明的高光谱图像的聚类预测方法，不需要人工标注，可对像素级图像或超像素级图像进行聚类预测，得到噪声少、聚类效果好、高精度的聚类预测结果。

公开(公告)号：CN116524369B

公开(公告)日：2023-11-17

申请号：CN202310414490.9

申请日：2023-04-18

Applicant: 中国地质大学(武汉)

Inventor： 李显巨 ,  李子豪 ,  陈伟涛 ,  冯如意 ,  唐厂 ,  王力哲 ,  陈刚 ,  管仁祥 ,  宋楚嘉 ,  金圣杰

IPC: G06V20/13 ,  G06V20/10 ,  G06V10/774 ,  G06V10/26 ,  G06V10/82 ,  G06V10/776 ,  G06V10/764 ,  G06N3/042 ,  G06N3/0464

Abstract: 本发明提供了遥感影像分割模型构建方法、装置及遥感影像解译方法，涉及图像处理领域，遥感影像分割模型构建方法包括：获取原始多光谱影像，并对原始多光谱影像进行超像素分割，以得到超像素分割结果；对所述超像素分割结果进行特征提取，以得到初始超像素特征和初始超像素标签；获取类别共现矩阵；根据超像素分割结果构建拓扑图，并将类别共现矩阵融合到拓扑图中以得到初始拓扑图；根据超像素分割结果构建初始特征图，并根据初始特征图、初始超像素特征、初始拓扑图和初始超像素标签对原始分割模型进行训练及调优得到遥感影像分割模型。解决了在利用多光谱遥感图像对土地覆盖进行分类时因忽略不同局部区域的长程空间关系，导致边界信息丢失问题。

公开(公告)号：CN118674956B

公开(公告)日：2024-11-29

申请号：CN202410637979.7

申请日：2024-05-22

Applicant: 中国地质大学(武汉)

Inventor： 李显巨 ,  李俊宏 ,  管仁祥 ,  常屹冉 ,  丁慧君 ,  冯健 ,  韩旭 ,  张潇恺

IPC: G06V10/762 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/042 ,  G06N3/0895 ,  G06V10/80 ,  G06V20/10

Abstract: 本发明提供了一种超像素双邻域对比图自编码器的构建方法和聚类方法，涉及图像处理技术领域，构建方法包括：获取高光谱图像，对所述高光谱图像进行预处理，得到多个超像素块；根据所述高光谱图像和所有所述超像素块，构建超像素特征图；基于预设邻域值，根据所述超像素特征图和所有所述超像素块构建第一超像素结构图和第二超像素结构图；将所述超像素特征图分别与所述第一超像素结构图和所述第二超像素结构图输入到图卷积编码器进行训练及调优，得到超像素双邻域对比图自编码器。本发明构建了能够捕捉领域特征且计算量低的超像素双邻域对比图自编码器，通过本发明能够学习大规模高光谱图像的鲁棒特征。

公开(公告)号：CN118351341A

公开(公告)日：2024-07-16

申请号：CN202410236075.3

申请日：2024-03-01

Applicant: 中国地质大学(武汉)

Inventor： 李显巨 ,  王晶鑫 ,  管仁祥 ,  高凯南 ,  唐厂 ,  冯如意

IPC: G06V10/762 ,  G06V10/774 ,  G06V10/54 ,  G06V10/42 ,  G06V10/82 ,  G06N3/042

Abstract: 本发明提供一种高光谱图像子空间聚类方法及系统，涉及遥感图像处理技术领域，所述方法包括：根据待聚类高光谱图像的空谱特征和纹理特征得到待聚类高光谱图像的特征视图；将进行数据增强后的空谱特征视图和纹理特征视图输入图卷积神经网络得到空谱特征视图和纹理特征视图分别对应的节点表征和全局表示；根据空谱特征视图和纹理特征视图对应的全局表示和节点表征，进行多层级对比学习得到待聚类高光谱图像的图嵌入；根据图嵌入得到待聚类高光谱图像的自表达系数矩阵；根据自表达系数矩阵构建亲和矩阵，并根据亲和矩阵进行谱聚类。本申请通过深层特征学习和多层级对比学习，提取和融合空谱和纹理信息，确保了特征表达的充分性和聚类任务的精确性。

公开(公告)号：CN116310459A

公开(公告)日：2023-06-23

申请号：CN202310313453.9

申请日：2023-03-28

Applicant: 中国地质大学(武汉)

Inventor： 李显巨 ,  管仁祥 ,  陈伟涛 ,  唐厂 ,  王力哲 ,  陈刚

IPC: G06V10/762 ,  G06V20/10 ,  G06V10/54 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06V10/58 ,  G06V10/77 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明涉及图像处理技术领域，提供了一种基于多视图空谱联合的高光谱图像子空间聚类方法，包括：获取高光谱图像，对所述高光谱图像进行预处理获得空谱样本；提取所述空谱样本的纹理特征和空谱特征；分别根据所述纹理特征和所述空谱特征确定对应的纹理图和空谱图；将所述纹理图和所述空谱图输入构建好的多视图图卷积子空间聚类网络，输出所述高光谱图像的聚类结果，所述多视图图卷积子空间聚类网络包括双分支自表达模块、注意力融合模块和谱聚类模块。本发明提出的多视图图卷积子空间聚类网络，以注意力融合的方式并基于纹理信息和空谱信息，提高了高光谱图像的聚类精度，降低了计算复杂度。

公开(公告)号：CN118674956A

公开(公告)日：2024-09-20

申请号：CN202410637979.7

申请日：2024-05-22

Applicant: 中国地质大学(武汉)

Inventor： 李显巨 ,  李俊宏 ,  管仁祥 ,  常屹冉 ,  丁慧君 ,  冯健 ,  韩旭 ,  张潇恺

IPC: G06V10/762 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/042 ,  G06N3/0895 ,  G06V10/80 ,  G06V20/10

Abstract: 本发明提供了一种超像素双邻域对比图自编码器的构建方法和聚类方法，涉及图像处理技术领域，构建方法包括：获取高光谱图像，对所述高光谱图像进行预处理，得到多个超像素块；根据所述高光谱图像和所有所述超像素块，构建超像素特征图；基于预设邻域值，根据所述超像素特征图和所有所述超像素块构建第一超像素结构图和第二超像素结构图；将所述超像素特征图分别与所述第一超像素结构图和所述第二超像素结构图输入到图卷积编码器进行训练及调优，得到超像素双邻域对比图自编码器。本发明构建了能够捕捉领域特征且计算量低的超像素双邻域对比图自编码器，通过本发明能够学习大规模高光谱图像的鲁棒特征。

公开(公告)号：CN117746079B

公开(公告)日：2024-05-14

申请号：CN202311535635.7

申请日：2023-11-15

Applicant: 中国地质大学(武汉)

Inventor： 李显巨 ,  管仁祥 ,  陈伟涛 ,  唐厂 ,  冯如意 ,  王力哲 ,  陈刚

IPC: G06V10/762 ,  G06V20/10 ,  G06V10/26 ,  G06V10/44 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/088

Abstract: 本发明提供了一种高光谱图像的聚类预测方法、系统、存储介质及设备，涉及图像处理技术领域，该方法包括：获取目标区域的高光谱图像；分割所述高光谱图像，生成超像素块；分别提取所述高光谱图像的像素特征和所述超像素块的超像素特征；采用对比学习算法分别提取所述像素特征的深度像素特征和所述超像素特征的深度超像素特征；采用K均值算法聚类所述深度像素特征和所述深度超像素特征，生成伪标签结果；采用所述K均值算法聚类所述伪标签结果，生成所述目标区域的地物标签。通过本发明的高光谱图像的聚类预测方法，不需要人工标注，可对像素级图像或超像素级图像进行聚类预测，得到噪声少、聚类效果好、高精度的聚类预测结果。

公开(公告)号：CN116310459B

公开(公告)日：2024-01-19

申请号：CN202310313453.9

申请日：2023-03-28

Applicant: 中国地质大学(武汉)

Inventor： 李显巨 ,  管仁祥 ,  陈伟涛 ,  唐厂 ,  王力哲 ,  陈刚

IPC: G06V10/762 ,  G06V20/10 ,  G06V10/54 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06V10/58 ,  G06V10/77 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 算复杂度。本发明涉及图像处理技术领域，提供了一种基于多视图空谱联合的高光谱图像子空间聚类方法，包括：获取高光谱图像，对所述高光谱图像进行预处理获得空谱样本；提取所述空谱样本的纹理特征和空谱特征；分别根据所述纹理特征和所述空谱特征确定对应的纹理图和空谱图；将所述纹理图和所述空谱图输入构建好的多视图图卷积子空间聚类网络，输出所述高光谱图像的聚类结果，所述多视图图卷积子空间聚类网络包括双分支自表达模块、注意力融合模块和谱聚类模(56)对比文件Li, H (Li, Hao);Feng, RY (Feng,Ruyi);Wang, LZ (Wang, Lizhe);Zhong, YF(Zhong, Yanfei);Zhang, LP (Zhang,Liangpei) .Superpixel-Based ReweightedLow-Rank and Total Variation SparseUnmixing for Hyperspectral Remote SensingImagery《.IEEE TRANSACTIONS ON GEOSCIENCEAND REMOTE SENSING》.2021,第59卷(第01期),第629-647页.孙攀;董玉森;陈伟涛;马娇;邹毅;王金鹏;陈华.高分二号卫星影像融合及质量评价《.国土资源遥感》.2016,(第04期),全文.魏祥坡;余旭初;张鹏强;职露;杨帆.联合局部二值模式的CNN高光谱图像分类《.遥感学报》.2020,(第08期),全文.周国华;蒋晖;顾晓清;殷新春.多视角判别度量学习的乳腺影像检索方法《.液晶与显示》.2020,(第06期),全文.吴昊.综合纹理特征的高光谱遥感图像分类方法《.计算机工程与设计》.2012,(第05期),全文.冯静;舒宁.一种新的高光谱遥感图像纹理特征提取方法研究《.武汉理工大学学报》.2009,(第03期),全文.