一种互导学习高光谱图像分类方法

    公开(公告)号:CN113191442B

    公开(公告)日:2023-11-17

    申请号:CN202110526674.5

    申请日:2021-05-14

    Abstract: 本发明提供了一种互导学习高光谱图像分类方法,解决了小样本集训练条件下分类精度低的问题。其步骤:(1)将高光谱图像表达为像元样本集;(2)构建两个结构相同但初始化参数不同的分类器,作为两个基分类器;(3)两个基分类器分别用对方提供的标记样本集训练;(4)两个基分类器分别对自己的未标记样本集分类;(5)将两个基分类器的分类结果中高置信度样本分别扩增至它们自己的标记样本集;(6)重复步骤(3)至(5)直到标记样本集扩增至特定规模;(7)两个基分类器决策获得最终分类结果。综上,两个基分类器持续为对方提供新标记样本进行训练,通过上述互导学习方式保证了小标记样本集训练条件下的分类性能。

    水下图像拼接方法及装置
    3.
    发明公开

    公开(公告)号:CN112308775A

    公开(公告)日:2021-02-02

    申请号:CN202011009150.0

    申请日:2020-09-23

    Abstract: 本申请公开了一种水下图像拼接方法及装置,属于图像处理技术领域。方法包括:获取至少两张待拼接的水下图像;将每张水下图像先后分别进行红色通道衰减补偿处理和白平衡处理,得到每张水下图像对应的预处理水下图像;基于多层图像金字塔对每张预处理水下图像进行图像增强处理,得到每张预处理水下图像对应的增强后水下图像;基于网格优化对至少两张增强后水下图像进行图像配准处理,得到配准后水下图像;基于拉普拉斯金字塔多尺度图像融合算法对配准后水下图像进行图像融合处理,得到融合后水下图像;确认融合后水下图像为拼接后的水下图像,输出拼接后的水下图像。实现了一种水下图像拼接方法。

    一种互导学习高光谱图像分类方法

    公开(公告)号:CN113191442A

    公开(公告)日:2021-07-30

    申请号:CN202110526674.5

    申请日:2021-05-14

    Abstract: 本发明提供了一种互导学习高光谱图像分类方法,解决了小样本集训练条件下分类精度低的问题。其步骤:(1)将高光谱图像表达为像元样本集;(2)构建两个结构相同但初始化参数不同的分类器,作为两个基分类器;(3)两个基分类器分别用对方提供的标记样本集训练;(4)两个基分类器分别对自己的未标记样本集分类;(5)将两个基分类器的分类结果中高置信度样本分别扩增至它们自己的标记样本集;(6)重复步骤(3)至(5)直到标记样本集扩增至特定规模;(7)两个基分类器决策获得最终分类结果。综上,两个基分类器持续为对方提供新标记样本进行训练,通过上述互导学习方式保证了小标记样本集训练条件下的分类性能。

Patent Agency Ranking