一种高光谱图像的分类方法及其系统

发明专利有效专利

申请号：
CN201610199937.5
IPC分类号：G06K9/62
申请日期：
2016-03-31
申请人：
深圳大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种高光谱图像的分类方法及其系统
申请号	CN201610199937.5	申请日期	2016-03-31
法律状态	授权	申报国家	中国
公开/公告日	2016-07-27	公开/公告号	CN105809205A
优先权	暂无	优先权号	暂无
主分类号	G06K9/62 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕 G06K9/62 应用电子设备进行识别的方法或装置〔3〕	IPC分类号	G;0;6;K;9;/;6;2查看分类表>
申请人	深圳大学	申请人地址	广东省深圳市南山区南海大道3688号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	深圳大学	当前权利人	深圳大学
发明人	李岩山;石伟;夏荣杰;谢维信;张勇
代理机构	深圳市恒申知识产权事务所（普通合伙）	代理人	王利彬

摘要

本发明提供了一种高光谱图像的分类方法，包括：通过码本学习方式获取码本；通过训练方式训练支持向量机分类器；利用所述码本和所述支持向量机分类器进行高光谱图像的分类，并输出分类结果。本发明还提供一种高光谱图像的分类系统。本发明通过空谱域兴趣点检测算法提取高光谱图像的空谱域兴趣点，通过图像分块将高光谱图像分割成小块进行学习、训练和分类，提出了一种新的高光谱图像分类框架，能有效对高光谱图像进行表示及分类，显著提高了高空间分辨率高光谱图像分类的准确性和效率。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供