-
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)
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。