基于模糊聚类及神经网络模型的遥感图像自定义兴趣点提取方法
基本信息
| 申请号 | CN201811302614.X | 申请日 | - |
| 公开（公告）号 | CN109426813B | 公开（公告）日 | 2022-06-24 |
| 申请公布号 | CN109426813B | 申请公布日 | 2022-06-24 |
| 分类号 | G06V10/762;G06V10/774;G06V10/82;G06K9/62;G06N3/08 | 分类 | 计算；推算；计数; |
| 发明人 | 陈佳喜;刘兴川;赵迎迎;刘春贺;曾宪坤;杨雅莹 | 申请（专利权）人 | 中电科新型智慧城市研究院有限公司 |
| 代理机构 | 深圳中一联合知识产权代理有限公司 | 代理人 | 李艳丽 |
| 地址 | 518000 广东省深圳市福田区华富街道深南大道1006号深圳国际创新中心C栋19楼 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明涉及一种基于模糊聚类及神经网络模型的遥感图像自定义兴趣点提取方法，首先卫星和机载传感器数据采集获取遥感图像数据集，依据遥感图像的色彩特征对遥感图像进行模糊聚类；利用聚类结果对各类的聚类中心、成员数、颜色样本矩、位置样本矩进行统计，并确定相应的标签，据此重新制作数据集，并将数据集划分为训练集、验证集和测试集；建立神经网络模型并利用自建的数据集进行模型训练和测试，不断调整模型参数及聚类数，直至误差符合要求为止，克服了现有遥感图像特征提取技术中提取对象单一性的缺点，对自定义的兴趣点进行提取，重新构造了数据集的特征，降低了数据维数，节约了计算资源，同时取得了良好的提取效果。 |
