-
公开(公告)号：CN106778490A
公开(公告)日：2017-05-31
申请号：CN201611033506.8
申请日：2016-11-16
Applicant: 哈尔滨工业大学
Abstract: 基于多流形的多时相高光谱图像分类方法，本发明涉及多时相高光谱遥感图像分类方法。本发明的目的是为了解决如何利用多个时相的互补信息来解决多时相高光谱数据标签获取困难，时相图之间存在明显光谱漂移的问题。具体过程为：一、输入Xs1,Xs2,Xt和它们的空间坐标L1,L2,L3，以及Y1，Y2；二、计算d13，d23，d12,源图像中的每一类样本都在目标图像中选择空谱距离最小的k个样本，得到三组需要匹配的数据对；三、计算Ds1,s1、Ds2,s2、Dt,t，以及Ds1,s2、Ds1,t、Ds2,t；四、调整Xs2,Xt的数据尺度，构建多流形距离矩阵D；五、得到投影fs1,fs2,ft；六、获得目标时相的分类标签。本发明用于图像分类领域。
-
公开(公告)号：CN106503754B
公开(公告)日：2019-06-11
申请号：CN201611008370.5
申请日：2016-11-16
Applicant: 哈尔滨工业大学
IPC: G06K9/62
Abstract: 基于空谱特征保持全局几何结构的多时相高光谱图像分类方法，本发明涉及多时相高光谱遥感图像分类方法。本发明的目的是为了解决高光谱多时相数据标签获取不易，图像存在明显光谱漂移的情况下，直接利用源时相的高光谱数据分类目标时相数据不可靠的问题。具体过程为：一、输入Xs与Xt和它们的空间坐标Z1、Z2，以及Xs各行相应类别标签向量Y；二、计算Xs,Xt的空谱距离选择最近的点作为需要匹配的数据对；三、计算Ds,s，Dt,t以及Ds,t，调整数据集的尺度，构建距离矩阵D；四、获得Xs、的在对准空间的映射矩阵α和β,从而得到投影fs和ft；五、利用fs和ft以及fs对应的标签Y，通过KNN分类模型分类，获得目标时相的分类标签。本发明用于图像分类领域。
-
公开(公告)号：CN106778490B
公开(公告)日：2020-08-11
申请号：CN201611033506.8
申请日：2016-11-16
Applicant: 哈尔滨工业大学
Abstract: 基于多流形的多时相高光谱图像分类方法，本发明涉及多时相高光谱遥感图像分类方法。本发明的目的是为了解决如何利用多个时相的互补信息来解决多时相高光谱数据标签获取困难，时相图之间存在明显光谱漂移的问题。具体过程为：一、输入Xs1,Xs2,Xt和它们的空间坐标L1,L2,L3，以及Y1，Y2；二、计算d13，d23，d12,源图像中的每一类样本都在目标图像中选择空谱距离最小的k个样本，得到三组需要匹配的数据对；三、计算Ds1,s1、Ds2,s2、Dt,t，以及Ds1,s2、Ds1,t、Ds2,t；四、调整Xs2,Xt的数据尺度，构建多流形距离矩阵D；五、得到投影fs1,fs2,ft；六、获得目标时相的分类标签。本发明用于图像分类领域。
-
公开(公告)号：CN106503754A
公开(公告)日：2017-03-15
申请号：CN201611008370.5
申请日：2016-11-16
Applicant: 哈尔滨工业大学
IPC: G06K9/62
CPC classification number: G06K9/6276
Abstract: 基于空谱特征保持全局几何结构的多时相高光谱图像分类方法，本发明涉及多时相高光谱遥感图像分类方法。本发明的目的是为了解决高光谱多时相数据标签获取不易，图像存在明显光谱漂移的情况下，直接利用源时相的高光谱数据分类目标时相数据不可靠的问题。具体过程为：一、输入Xs与Xt和它们的空间坐标Z1、Z2，以及Xs各行相应类别标签向量Y；二、计算Xs,Xt的空谱距离选择最近的点作为需要匹配的数据对；三、计算Ds,s，Dt,t以及Ds,t，调整数据集的尺度，构建距离矩阵D；四、获得Xs、 的在对准空间的映射矩阵α和β,从而得到投影fs和ft；五、利用fs和ft以及fs对应的标签Y，通过KNN分类模型分类，获得目标时相的分类标签。本发明用于图像分类领域。
-
-
-
Search Results
4
records
(took 0.023 seconds)
