一种基于自监督学习的光谱解混方法

扫码查看

原文链接

NSTL
万方数据

中文摘要：本发明公开了一种基于自监督学习的光谱解混方法，属于自监督学习的光谱解混技术领域。包括：S1、建立基于变分自编码器的端元生成模型；S2、利用初始端元和全约束最小二乘算法估计出的初始丰度对端元生成模型进行训练；S3、将待分解影像Y的所有像元输入训练好的端元生成模型，得到考虑每个像元光谱变异性的端元矩阵M，根据该端元矩阵M和噪声矩阵N得到待分解影像Y的丰度矩阵A；S4、利用概率松弛标记法对丰度矩阵A进行空间邻域校正，得到最终的丰度矩阵。本发明可以提高小麦提取的的精度和稳定性，为农作物分布提取和种植面积估算提供了有效的方法。

申请号：

CN202210942931.8

公开号：

CN115223047B

专利类型：

发明专利

申请日：

2022-08-08

公开日：

2023-06-09

IPC分类：

G06V20/10(2022.01)

申请人：

西南交通大学;成都市国土资源执法监察支队

发明人：

张瑞、沙马阿各、韩艳、包馨、段金亮、宋云帆、吴仁哲、吕继超、展润青、王婷

主申请人地址：

610000 四川省成都市二环路北一段111号

国别省市代码：

中国(CN)