← 返回列表
一种高光谱图像的聚类预测方法、系统、存储介质及设备
摘要文本
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。
申请人信息
- 申请人:中国地质大学(武汉)
- 申请人地址:430074 湖北省武汉市洪山区鲁磨路388号
- 发明人: 中国地质大学(武汉)
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种高光谱图像的聚类预测方法、系统、存储介质及设备 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311535635.7 |
| 申请日 | 2023/11/15 |
| 公告号 | CN117746079A |
| 公开日 | 2024/3/22 |
| IPC主分类号 | G06V10/762 |
| 权利人 | 中国地质大学(武汉) |
| 发明人 | 李显巨; 管仁祥; 陈伟涛; 唐厂; 冯如意; 王力哲; 陈刚 |
| 地址 | 湖北省武汉市洪山区鲁磨路388号 |
专利主权项内容
1.一种高光谱图像的聚类预测方法,其特征在于,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。。关注公众号马克数据网