CN116805393A - 一种基于3DUnet光谱-空间信息融合的高光谱图像分类方法和系统 - Google Patents
一种基于3DUnet光谱-空间信息融合的高光谱图像分类方法和系统 Download PDFInfo
- Publication number
- CN116805393A CN116805393A CN202310577483.0A CN202310577483A CN116805393A CN 116805393 A CN116805393 A CN 116805393A CN 202310577483 A CN202310577483 A CN 202310577483A CN 116805393 A CN116805393 A CN 116805393A
- Authority
- CN
- China
- Prior art keywords
- 3dunet
- data
- hyperspectral
- hyperspectral image
- network
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 61
- 230000004927 fusion Effects 0.000 title claims abstract description 42
- 238000012549 training Methods 0.000 claims abstract description 34
- 238000000605 extraction Methods 0.000 claims abstract description 19
- 230000011218 segmentation Effects 0.000 claims abstract description 13
- 230000003595 spectral effect Effects 0.000 claims abstract description 10
- 230000006870 function Effects 0.000 claims description 42
- 238000003860 storage Methods 0.000 claims description 19
- 238000007781 pre-processing Methods 0.000 claims description 11
- 238000001228 spectrum Methods 0.000 claims description 7
- 230000001965 increasing effect Effects 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 6
- 239000013598 vector Substances 0.000 claims description 6
- 230000004913 activation Effects 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 238000002360 preparation method Methods 0.000 claims description 3
- 230000001502 supplementing effect Effects 0.000 claims 1
- 230000007246 mechanism Effects 0.000 abstract description 3
- 238000012545 processing Methods 0.000 description 12
- 238000004590 computer program Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 11
- 230000006872 improvement Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 5
- 230000018109 developmental process Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000011166 aliquoting Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000013501 data transformation Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 239000010979 ruby Substances 0.000 description 1
- 229910001750 ruby Inorganic materials 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/10—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture
Landscapes
- Image Analysis (AREA)
Abstract
一种基于3DUnet光谱‑空间信息融合的高光谱图像分类方法,包括:步骤一,获取高光谱摄像机对地面场景拍摄的三维图像数据以及对应像素级别的类别标注并做预处理;步骤二,对所述预处理后的Signal‑HSI信号进行样本分割;步骤三,对步骤二处理后的Patch利用3DUnet网络进行光谱特征提取及空间特征提取;步骤四,选对步骤三中的网络模型进行训练并保存训练后的参数;步骤五,利用训练好的网络模型,输入高光谱图像,预测出对应的像素类别。本发明还包括一种基于3DUnet光谱‑空间信息融合的高光谱图像分类系统。本发明通过不同层级的特征提取以及注意力机制,提高解码效率,实现高光谱图像像素级别的分类。
Description
技术领域
本发明属于基于深度学习的高光谱数据的分类方法和系统,尤其涉及一种基于3DUnet光谱-空间信息融合的高光谱图像分类方法和系统。
背景技术
高光谱图像(Hyperspectral images,HSIs)是一个三维数据,包括了光谱维和空间维。其中,光谱维度上包含有上百个较窄的光谱波段,波段范围覆盖了可见光、近红外光和短波红外。因此高光谱图像具有非常丰富的光谱特征和空间信息,从而可用于城市发展、精准农业、环境治理等领域。高光谱图像中的每一个像素点都对应于唯一的语义标签,该语义标签代表了该像素点的土地覆盖类别。在高光谱的应用过程中,图像中像素分类是其实现对地观测的核心技术之一。
在高光谱分类研究的初期,使用了许多经典的分类模型来实现高光谱图像的像素点分类。例如通过主成分分析的方法对高光谱图像的光谱进行降维,然后使用支持向量机或者随机森林等分来算法来完成基于光谱的像素分类。但是这种方法仅考虑了光谱信息,缺乏对空间信息的利用。同时,早期的机器模型算法限制住了复杂高光谱图像的特征提取能力和不同场景间的分类泛化能力。后来,随着深度学习技术的发展,一些深度学习模型例如递归神经网络、图卷积神经网络、transformer和多尺度的紧密连接卷积神经网络(multiscale densely-connected convolutional network,MS-DenseNet)等模型被用于二维空间信息特征的挖掘,从而进一步提升分类能力。
虽然目前的算法模型已经可以实现较好的高光谱图像分类,但是依然存在一些问题。例如对于需要多维信息融合的高光谱数据,但是目前对于学习的特征选择仍比较困难。而目前具有的注意力机制可以有选择性地学习输入的图像中空间维度上关联的区域,同时抑制不相关区域的特性,从而提高图像特征的自主学习能力。此外,由于普通的卷积操作具有局部特性,因此单纯地基于卷积的操作不能很好的学习到空间特征。因此需要进一步改进现有的网络,增强图像的空间特征及全局性,提高分类的精确度。
发明内容
本发明要克服现有技术存在的模型精度低、计算量大的问题,提供一种基于3DUnet光谱-空间信息融合的高光谱图像分类方法和系统。
为实现上述目的,本发明实施例所采用的技术方案如下:
第一方面,本发明提供一种基于3DUnet光谱-空间信息融合的高光谱图像分类方法,包括:
步骤一,获取高光谱摄像机对地面场景拍摄的三维图像数据以及对应像素级别的类别标注,并对数据做预处理;
步骤二,对所述预处理后的Signal-HSI信号进行样本分割,即分割为子三维数据块,标记为Patch;
步骤三,对步骤二处理后的Patch利用3DUnet网络进行光谱特征提取及空间特征提取,网络基本结构为3DUnet网络,通过加入transformer的多头注意力模块增加临近像素值之间的关系信息,最后利用softmax函数作为分类器,输出类别概率;
步骤四,选取数据集中的一部分patch及其类标作为训练数据,剩下的patch作为测试数据,通过训练数据对步骤三中的网络模型进行训练,当损失函数收敛后即为训练完成,训练完成后保存训练好的网络模型参数;
步骤五,利用训练好的网络模型,输入高光谱图像,预测出对应的像素类别。
进一步地,所述步骤一具体为:
对三维数据进行预处理,即对每个频段的数值进行均值方法归一化,归一化后的三维数据标记为Signal-HSI。高光谱数据维度为I∈Rm×n×L,其中m×n为高光谱图像的空间尺寸,L为频谱的波段数,即在数据I中的每个像素值具有l个波段维度。高光谱图像中所有的像素的标签构成了一个一维的标签向量Y∈R1×1×C,其中C是所有高光谱图像中的像素点的标签集合。
进一步地,所述步骤二具体为:
通过一个s×s大小的滑动窗口,截取三维数据块Patch∈Rs×s×L,每个数据块的中心像素值的位置被设定为(xi,xj),其中0≤i<m,0≤j<n,每个像素块的标签为中心像素值的标签值。对于Signal-HSI数据的边缘像素,可以通过填充(padding)操作来补充,其中padding的宽为(s-1)/2。最终,Signal-HSI将被分割成为m×n个Patch,每个Patch的尺寸为s×s×L。
进一步地,所述步骤三具体包括以下子步骤:
3.1,对每个三维的Patch数据进行重排列,依次将patch中的每个像素对应的向量V∈R1×1×L依次重排列为h×k的矩阵,且h×k即为L,从而得到一个h×k×(s×s)的矩阵;
3.3,利用3DUnet网络对3.1中的数据进行特征抽取及特征融合,其中3DUnet中的卷积网络选择为3D卷积网络,并且利用不同层级之间的特征做多头交叉注意力模块来增强浅层、相邻层级特征之间的特征融合;
3.4,最后分类层的每个输出节点使用卷积叠加sigmoid激活函数进行激活,最终交叉熵损失函数作为最终的损失函数,通过最小化损失函数进行学习。
进一步,步骤四所述的损失函数收敛是指损失函数值变化小于0.01。
进一步地,所述步骤五具体为:
首先对高光谱图像进行预处理,即对频段数值进行归一化;然后通过步骤二中数据分割的方法,利用滑动窗将高光谱数据进行分割,得到子数据块patch。最后将patch输入到已经训练好的模型中,并加在已经训练好的模型参数,最终输出patch的类别,即对应中心像素值的地物类别。
本发明还包括一种基于3DUnet光谱-空间信息融合的高光谱图像分类装置,包括一个或多个处理器,用于实现所述的基于3DUnet光谱-空间信息融合的高光谱图像分类方法。
本发明还包括一种计算机可读存储介质,其上存储有程序,该程序被处理器执行时,实现所述的3DUnet光谱-空间信息融合的高光谱图像分类方法。
一种基于3DUnet光谱-空间信息融合的高光谱图像分类系统,其特征在于,包括:
数据集准备模块,用于获取高光谱摄像机对地面场景拍摄的三维图像数据以及对应像素级别的类别标注,并对数据做预处理;
样本分割模块,用于对所述预处理后的Signal-HSI信号进行样本分割,即分割为子三维数据块,标记为Patch;
分类模块,用于对样本分割模块处理后的Patch利用3DUnet网络进行光谱特征提取及空间特征提取,网络基本结构为3DUnet网络,通过加入transformer的多头注意力模块增加临近像素值之间的关系信息,最后利用softmax函数作为分类器,输出类别概率;
网络训练模块,用于选取数据集中的一部分patch及其类标作为训练数据,剩下的patch作为测试数据,通过训练数据对步骤三中的网络模型进行训练,当损失函数收敛到一个较小值后即为训练完成,训练完成后保存训练好的网络模型参数;
预测模块,利用训练好的网络模型,输入高光谱图像,预测出对应的像素类别。
本发明的优点是:
本发明将Unet与注意力机制进行结合,使得高光谱图像的各个维度信息可以通过U形路径进行不同层级的特征提取,特别是多头交叉注意力模块通过跳转传递增强了低层的特征信息。模型经过上采样路径进行特征融合,最终通过卷积操作和激活函数获取图像对应的地物类别,提高解码效率,实现高光谱图像像素级别的分类。
附图说明
图1是本发明的一种基于3DUnet光谱-空间信息融合的高光谱图像分类方法的流程图;
图2是本发明的数据变换和网络模块的结合示意图;
图3是本发明的注意力模块示意图;
图4是本发明的3DUnet的网络示意图;
图5是本发明的一种基于3DUnet光谱-空间信息融合的高光谱图像分类装置的结构示意图;
图6是本发明的系统结构图。
具体实施方式
为了使本发明的目的、技术方案和技术效果更加清楚明白,以下结合说明书附图和实施例,对本发明作进一步详细说明。
实施例1
如图1所示,一种基于3DUnet光谱-空间信息融合的高光谱图像分类方法,包括以下步骤:
步骤一,获取高光谱摄像机对地面场景拍摄的三维图像数据以及对应像素级别的类别标注;
对三维数据进行预处理,即对每个频段的数值进行均值方法归一化,归一化后的三维数据标记为Signal-HSI。高光谱数据维度为I∈Rm×n×L,其中m×n为高光谱图像的空间尺寸,L为频谱的波段数,即在数据I中的每个像素值具有l个波段维度。高光谱图像中所有的像素的标签构成了一个一维的标签向量Y∈R1×1×C,其中C是所有高光谱图像中的像素点的标签集合;
步骤二,对所述预处理后的Signal-HSI信号进行样本分割,即分割为子三维数据块,标记为Patch,即通过一个s×s大小的滑动窗口,截取三维数据块Patch∈Rs×s×L,每个数据块的中心像素值的位置被设定为(xi,xj),其中0≤i<m,0≤j<n,每个像素块的标签为中心像素值的标签值。对于Signal-HSI数据的边缘像素,可以通过填充(padding)操作来补充,其中padding的宽为(s-1)/2。最终,Signal-HSI将被分割成为m×n个Patch,每个Patch的尺寸为s×s×L;
步骤三,对步骤二处理后的Patch利用3DUnet网络进行光谱特征提取及空间特征提取,网络基本结构为3DUnet网络,如图3所示,通过加入transformer的多头注意力模块增加临近像素值之间的关系信息,如图4所示,最后利用softmax函数作为分类器,输出类别概率,具体步骤包括:
3.1,如图2所示,对每个三维的Patch数据进行重排列,依次将patch中的每个像素对应的向量V∈R1×1×L依次重排列为h×k的矩阵,且h×k即为L,从而得到一个h×k×(s×s)的矩阵;
3.2,利用3DUnet网络对3.1中的数据进行特征抽取及特征融合,其中3DUnet中的卷积网络选择为3D卷积网络,并且利用不同层级之间的特征做多头交叉注意力模块来增强浅层、相邻层级特征之间的特征融合;
3.3,最后分类层的每个输出节点使用卷积叠加sigmoid激活函数进行激活,最终交叉熵损失函数作为最终的损失函数,通过最小化损失函数进行学习;
步骤四,选取数据集中的一部分patch及其类标作为训练数据,剩下的patch作为测试数据,通过训练数据对步骤三中的网络模型进行训练,当损失函数收敛即为训练完成,训练完成后保存训练好的网络模型参数;损失函数收敛是指损失函数值变化小于0.01。
步骤五,利用训练好的网络模型,输入高光谱图像,预测出对应的像素类别,即首先对高光谱图像进行预处理,即对频段数值进行归一化;然后通过步骤二中数据分割的方法,利用滑动窗将高光谱数据进行分割,得到子数据块patch。最后将patch输入到已经训练好的模型中,并加在已经训练好的模型参数,最终输出patch的类别,即对应中心像素值的地物类别。
实施例2
参照图6,本实施例涉及实现实施例1所述的方法的一种基于3DUnet光谱-空间信息融合的高光谱图像分类系统,其特征在于,包括:
数据集准备模块,用于获取高光谱摄像机对地面场景拍摄的三维图像数据以及对应像素级别的类别标注,并对数据做预处理;
样本分割模块,用于对所述预处理后的Signal-HSI信号进行样本分割,即分割为子三维数据块,标记为Patch;
分类模块,用于对样本分割模块处理后的Patch利用3DUnet网络进行光谱特征提取及空间特征提取,网络基本结构为3DUnet网络,通过加入transformer的多头注意力模块增加临近像素值之间的关系信息,最后利用softmax函数作为分类器,输出类别概率;
网络训练模块,用于选取数据集中的一部分patch及其类标作为训练数据,剩下的patch作为测试数据,通过训练数据对步骤三中的网络模型进行训练,当损失函数收敛到一个较小值后即为训练完成,训练完成后保存训练好的网络模型参数;
预测模块,利用训练好的网络模型,输入高光谱图像,预测出对应的像素类别。
实施例3
本实施例涉及实现实施例1所述的方法的一种基于3DUnet光谱-空间信息融合的高光谱图像分类装置,包括一个或多个处理器,用于实现所述的3DUnet光谱-空间信息融合的高光谱图像分类方法。
与前述一种基于3DUnet光谱-空间信息融合的高光谱图像分类的实施例相对应,本发明还提供了一种基于3DUnet光谱-空间信息融合的高光谱图像分类装置的实施例。
参见图5,本发明实施例提供的基于3DUnet光谱-空间信息融合的高光谱图像分类装置,包括一个或多个处理器,用于实现上述实施例中的基于3DUnet光谱-空间信息融合的高光谱图像分类方法。
本发明一种基于基于基于3DUnet光谱-空间信息融合的高光谱图像分类装置的实施例可以应用在任意具备数据处理能力的设备上,该任意具备数据处理能力的设备可以为诸如计算机等设备或装置。装置实施例可以通过软件实现,也可以通过硬件或者软硬件结合的方式实现。以软件实现为例,作为一个逻辑意义上的装置,是通过其所在任意具备数据处理能力的设备的处理器将非易失性存储器中对应的计算机程序指令读取到内存中运行形成的。从硬件层面而言,如图5所示,为本发明基于3DUnet光谱-空间信息融合的高光谱图像分类装置装置所在任意具备数据处理能力的设备的一种硬件结构图,除了图5所示的处理器、内存、网络接口、以及非易失性存储器之外,实施例中装置所在的任意具备数据处理能力的设备通常根据该任意具备数据处理能力的设备的实际功能,还可以包括其他硬件,对此不再赘述。
上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程,在此不再赘述。
对于装置实施例而言,由于其基本对应于方法实施例,所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本发明方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
实施例4
本发明实施例提供一种计算机可读存储介质,其上存储有程序,该程序被处理器执行时,实现所述的基于3DUnet光谱-空间信息融合的高光谱图像分类方法。
所述计算机可读存储介质可以是前述任一实施例所述的任意具备数据处理能力的设备的内部存储单元,例如硬盘或内存。
在硬件层面,该设备包括处理器、内部总线、网络接口、内存以及非易失性存储器,当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,以实现上述实施例11所述的方法。当然,除了软件实现方式之外,本发明并不排除其他实现方式,比如逻辑器件抑或软硬件结合的方式等等,也就是说以下处理流程的执行主体并不限定于各个逻辑单元,也可以是硬件或逻辑器件。
对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(ProgrammableLogic Device,PLD)(例如现场可编程门阵列(Field Programmable Gate Array,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logiccompiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware DescriptionLanguage,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced BooleanExpression Language)、AHDL(Altera Hardware Description Language)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java HardwareDescription Language)、Lava、Lola、MyHDL、PALASM、RHDL(Ruby Hardware DescriptionLanguage)等,目前最普遍使用的是VHDL(Very-High-Speed Integrated CircuitHardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本发明时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本发明的实施例可提供为方法、系统或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本发明,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本发明中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的实施例而已,并不用于限制本发明。对于本领域技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本发明的权利要求范围之内。
以上所述,仅为本发明的优选实施案例,并非对本发明做任何形式上的限制。虽然前文对本发明的实施过程进行了详细说明,对于熟悉本领域的人员来说,其依然可以对前述各实例记载的技术方案进行修改,或者对其中部分技术特征进行同等替换。凡在本发明精神和原则之内所做修改、同等替换等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于3DUnet光谱-空间信息融合的高光谱图像分类方法,包括:
步骤一,获取高光谱摄像机对地面场景拍摄的三维图像数据以及对应像素级别的类别标注,并对数据做预处理;
步骤二,对所述预处理后的Signal-HSI信号进行样本分割,即分割为子三维数据块,标记为Patch;
步骤三,对步骤二处理后的Patch利用3DUnet网络进行光谱特征提取及空间特征提取,网络基本结构为3DUnet网络,通过加入transformer的多头注意力模块增加临近像素值之间的关系信息,最后利用softmax函数作为分类器,输出类别概率;
步骤四,选取数据集中的一部分patch及其类标作为训练数据,剩下的patch作为测试数据,通过训练数据对步骤三中的网络模型进行训练,当损失函数收敛后即为训练完成,训练完成后保存训练好的网络模型参数;
步骤五,利用训练好的网络模型,输入高光谱图像,预测出对应的像素类别。
2.如权利要求1所述的一种基于3DUnet光谱-空间信息融合的高光谱图像分类方法,其特征在于,所述步骤一具体为:
对三维数据进行预处理,即对每个频段的数值进行均值方法归一化,归一化后的三维数据标记为Signal-HSI。高光谱数据维度为I∈Rm×n×L,其中m×n为高光谱图像的空间尺寸,L为频谱的波段数,即在数据I中的每个像素值具有l个波段维度;高光谱图像中所有的像素的标签构成了一个一维的标签向量Y∈R1×1×C,其中C是所有高光谱图像中的像素点的标签集合。
3.如权利要求1所述的一种基于3DUnet光谱-空间信息融合的高光谱图像分类方法,其特征在于,所述步骤二具体为:
通过一个s×s大小的滑动窗口,截取三维数据块Patch∈Rs×s×L,每个数据块的中心像素值的位置被设定为(xi,xj),其中0≤i<m,0≤j<n,每个像素块的标签为中心像素值的标签值;对于Signal-HSI数据的边缘像素,通过填充(padding)操作来补充,其中padding的宽为(s-1)/2;最终,Signal-HSI将被分割成为m×n个Patch,每个Patch的尺寸为s×s×L。
4.如权利要求1所述的一种基于3DUnet光谱-空间信息融合的高光谱图像分类方法,其特征在于,所述步骤三具体包括以下子步骤:
3.1,对每个三维的Patch数据进行重排列,依次将patch中的每个像素对应的向量V∈R1 ×1×L依次重排列为h×k的矩阵,且h×k即为L,从而得到一个h×k×(s×s)的矩阵;
3.2,利用3DUnet网络对3.1中的数据进行特征抽取及特征融合;
3.3,最后分类层的每个输出节点使用卷积叠加sigmoid激活函数进行激活,最终交叉熵损失函数作为最终的损失函数,通过最小化损失函数进行学习。
5.如权利要求4所述的一种基于3DUnet光谱-空间信息融合的高光谱图像分类方法,其特征在于,步骤3.2中3DUnet中的卷积网络选择为3D卷积网络,并且利用不同层级之间的特征做多头交叉注意力模块来增强浅层、相邻层级特征之间的特征融合。
6.如权利要求1所述的一种基于3DUnet光谱-空间信息融合的高光谱图像分类方法,其特征在于,所述步骤五具体为:
首先对高光谱图像进行预处理,即对频段数值进行归一化;然后通过步骤二中数据分割的方法,利用滑动窗将高光谱数据进行分割,得到子数据块patch;最后将patch输入到已经训练好的模型中,并加在已经训练好的模型参数,最终输出patch的类别,即对应中心像素值的地物类别。
7.如权利要求1所述的一种基于3DUnet光谱-空间信息融合的高光谱图像分类方法,其特征在于,步骤四所述的损失函数收敛是指损失函数值变化小于0.01。
8.一种基于3DUnet光谱-空间信息融合的高光谱图像分类系统,其特征在于,包括:
数据集准备模块,用于获取高光谱摄像机对地面场景拍摄的三维图像数据以及对应像素级别的类别标注,并对数据做预处理;
样本分割模块,用于对所述预处理后的Signal-HSI信号进行样本分割,即分割为子三维数据块,标记为Patch;
分类模块,用于对样本分割模块处理后的Patch利用3DUnet网络进行光谱特征提取及空间特征提取,网络基本结构为3DUnet网络,通过加入transformer的多头注意力模块增加临近像素值之间的关系信息,最后利用softmax函数作为分类器,输出类别概率;
网络训练模块,用于选取数据集中的一部分patch及其类标作为训练数据,剩下的patch作为测试数据,通过训练数据对步骤三中的网络模型进行训练,当损失函数收敛到一个较小值后即为训练完成,训练完成后保存训练好的网络模型参数;
预测模块,利用训练好的网络模型,输入高光谱图像,预测出对应的像素类别。
9.一种基于3DUnet光谱-空间信息融合的高光谱图像分类装置,包括存储器和一个或多个处理器,所述存储器中存储有可执行代码,所述一个或多个处理器执行所述可执行代码时,用于实现权利要求1-6所述的基于3DUnet光谱-空间信息融合的高光谱图像分类方法。
10.一种计算机可读存储介质,其上存储有程序,该程序被处理器执行时,实现所述的3DUnet光谱-空间信息融合的高光谱图像分类方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310577483.0A CN116805393A (zh) | 2023-05-22 | 2023-05-22 | 一种基于3DUnet光谱-空间信息融合的高光谱图像分类方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310577483.0A CN116805393A (zh) | 2023-05-22 | 2023-05-22 | 一种基于3DUnet光谱-空间信息融合的高光谱图像分类方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116805393A true CN116805393A (zh) | 2023-09-26 |
Family
ID=88079210
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310577483.0A Pending CN116805393A (zh) | 2023-05-22 | 2023-05-22 | 一种基于3DUnet光谱-空间信息融合的高光谱图像分类方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116805393A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117079060A (zh) * | 2023-10-13 | 2023-11-17 | 之江实验室 | 一种基于光合信号的叶片智能分类方法和系统 |
-
2023
- 2023-05-22 CN CN202310577483.0A patent/CN116805393A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117079060A (zh) * | 2023-10-13 | 2023-11-17 | 之江实验室 | 一种基于光合信号的叶片智能分类方法和系统 |
CN117079060B (zh) * | 2023-10-13 | 2024-03-12 | 之江实验室 | 一种基于光合信号的叶片智能分类方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108334892B (zh) | 一种基于卷积神经网络的车型识别方法、装置及设备 | |
CN112329680B (zh) | 基于类激活图的半监督遥感影像目标检测和分割方法 | |
CN109034183B (zh) | 一种目标检测方法、装置及设备 | |
CN113887608B (zh) | 一种模型训练的方法、图像检测的方法及装置 | |
CN113706642B (zh) | 一种图像处理方法及装置 | |
CN112308113A (zh) | 一种基于半监督的目标识别方法、设备及介质 | |
CN116805393A (zh) | 一种基于3DUnet光谱-空间信息融合的高光谱图像分类方法和系统 | |
CN111797711A (zh) | 一种模型训练的方法及装置 | |
CN114187454A (zh) | 一种新的基于轻量级网络的显著性目标检测方法 | |
CN117197781B (zh) | 一种交通标志识别的方法、装置、存储介质及电子设备 | |
CN116342888B (zh) | 一种基于稀疏标注训练分割模型的方法及装置 | |
CN117036829A (zh) | 一种基于原型学习实现标签增强的叶片细粒度识别方法和系统 | |
CN116091895B (zh) | 一种面向多任务知识融合的模型训练方法及装置 | |
CN112365513A (zh) | 一种模型训练的方法及装置 | |
CN115830633B (zh) | 基于多任务学习残差神经网络的行人重识别方法和系统 | |
CN113569873B (zh) | 一种图像的处理方法、装置及设备 | |
CN115689676A (zh) | 一种行业识别的方法、装置、存储介质及电子设备 | |
CN114359935A (zh) | 一种模型训练以及表格识别方法及装置 | |
CN115049927A (zh) | 基于SegNet的SAR图像桥梁检测方法、装置和存储介质 | |
CN114154579A (zh) | 一种图像分类方法、装置、存储介质及电子设备 | |
CN112561961A (zh) | 一种实例追踪的方法及装置 | |
CN116935055B (zh) | 一种基于注意力掩码的弱监督语义分割方法及装置 | |
CN117058525B (zh) | 一种模型的训练方法、装置、存储介质及电子设备 | |
CN116363390B (zh) | 一种红外弱小目标检测方法、装置、存储介质及电子设备 | |
CN115641438A (zh) | 语义分割的方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |