摘要
本发明公开一种基于超像素特征提取神经网络算法的高光谱影像分类方法,包括:高光谱影像经像素点标记和超像素分割处理获得带有像素点标记的超像素和未带像素点标记的超像素;利用超像素特征提取神经网络以带有像素点标记的超像素为输入对象进行网络训练,再利用训练好的超像素特征提取神经网络对未带像素点标记的超像素进行处理得到分类图;所述的超像素特征提取神经网络包括多个叠加的子网络层,每层子网络层由全连接的特征提取层、池化层、特征拼接层和批标准化层组成。本发明减少了监督学习方法中对样本标记数目的依赖;通过设计的神经网络对超像素的提取,兼顾了超像素个体像素以及全体像素的深度特征信息,使特征更鲁棒。
- 单位