买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉安徽农业大学申请的专利一种高光谱图像域泛化分类方法、系统、设备及介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120894699B 。

龙图腾网通过国家知识产权局官网在2025-12-02发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511415600.9，技术领域涉及：G06V20/10；该发明授权一种高光谱图像域泛化分类方法、系统、设备及介质是由胡皓天;郑雲鹏;刘倩;杨帅;辜丽川设计研发完成，并于2025-09-30向国家知识产权局提交的专利申请。

本一种高光谱图像域泛化分类方法、系统、设备及介质在说明书摘要公布了：本发明涉及图像分类技术领域，公开了一种高光谱图像域泛化分类方法、系统、设备及介质。该方法包括：获取若干个不同地物类型的高光谱图像；获取每个高光谱图像在通道维度的均值和方差，并随机打乱，根据随机打乱前后的均值和方差，确定高光谱图像的光谱变异参数，以生成对应的光谱变异图像；对每个高光谱图像的中心和背景进行分离，得到各自的中心图像和背景图像，并随机打乱，通过组合打乱后的每个高光谱图像的中心图像和背景图像，生成对应的空间变异图像；通过若干个对应光谱变异图像和空间变异图像融合得到的增强高光谱图像训练得到高光谱图像分类模型，以对待分类的高光谱图像进行地物分类，以提升高光谱图像分类模型的域泛化性能。

本发明授权一种高光谱图像域泛化分类方法、系统、设备及介质在权利要求书中公布了：1.一种高光谱图像域泛化分类方法，其特征在于，所述方法包括： 获取若干个不同地物类型的高光谱图像； 获取每个高光谱图像在通道维度的均值和方差，在随机打乱各个高光谱图像的索引后，得到每个索引处新的高光谱图像的均值和方差，并根据均值和方差以及均值和方差，确定高光谱图像的光谱变异参数，以通过光谱变异参数生成对应的光谱变异图像； 对每个高光谱图像的中心和背景进行分离，得到各自的中心图像和背景图像，并随机打乱各个高光谱图像的中心图像和背景图像，通过组合打乱后的每个高光谱图像的中心图像和背景图像，生成对应的空间变异图像； 将对应的光谱变异图像和空间变异图像进行融合，得到若干个增强高光谱图像，并通过若干个增强高光谱图像训练得到高光谱图像分类模型，以对待分类的高光谱图像进行地物分类； 其中，所述光谱变异图像通过以下公式生成： ； ； ； 式中，为光谱变异图像，为高光谱图像的像素值，和为光谱变异参数，且β为平移参数，γ为缩放参数，为权重； 所述对每个高光谱图像的中心和背景进行分离，得到各自的中心图像和背景图像，包括： 对于每个高光谱图像，获取高光谱图像中心像素点的均值得到中心特征，并获取高光谱图像四周的均值得到边缘特征；分别将中心特征和边缘特征各自对应的特征图像中的各像素点与高光谱图像中的各像素点作差，得到用于反映高光谱图像中的各像素点与中心特征的相似度的第一矩阵以及用于反映高光谱图像中的各像素点与背景特征相似度的第二矩阵；使第一矩阵减去第二矩阵后，将得到新矩阵中结果为正的作为背景掩码，结果为负的作为中心掩码，并将高光谱图像分别与背景掩码和中心掩码相乘，得到背景图像与中心图像； 所述随机打乱各个高光谱图像的中心图像和背景图像，通过组合打乱后的每个高光谱图像的中心图像和背景图像，生成对应的空间变异图像，包括： 分别获取中心图像和背景图像中所有像素点的均值，两者作差后取绝对值；其中，绝对值用于表征每个高光谱图像的中心图像和背景图像的分离质量；随机打乱若干个高光谱图像中分离质量大于预设阈值的高光谱图像的中心图像和背景图像，并通过组合打乱后的每个高光谱图像的中心图像和背景图像，生成对应的空间变异图像。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人安徽农业大学，其通讯地址为：230036 安徽省合肥市蜀山区长江西路130号(老校区)；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。