科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明涉及一种基于小样本深度学习的高光谱图像分类方法,包括：获取源域高光谱图像集和目标域高光谱图像集；以经填充处理后的源域高光谱图像和目标域高光谱图像的每个像素点为中心提取若干第一图像块和若干第二图像块；在每个类别中,随机选出部分第一图像块组成源域支持集以及部分第一图像块组成源域查询集,随机选出部分第二图像块组成目标域支持集以及部分第一图像块组成目标域查询集；利用支持集、查询集对小样本谱空特征提取卷积神经网络进行训练,得到训练好的网络；将待分类的高光谱图像输入至训练好的小样本谱空特征提取卷积神经网络,得到分类结果。本发明能够提高分类精度且能够更深层次的提取高光谱图像中所包含的空间信息。
- 单位
