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！

龙图腾网获悉河海大学申请的专利一种基于双通道映射的高光谱遥感影像分类方法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：CN117173454B 。

龙图腾网通过国家知识产权局官网在2026-01-13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：202311004644.3，技术领域涉及：G06V10/764；该发明授权一种基于双通道映射的高光谱遥感影像分类方法是由薛朝辉;李博设计研发完成，并于2023-08-10向国家知识产权局提交的专利申请。

本一种基于双通道映射的高光谱遥感影像分类方法在说明书摘要公布了：本发明公开了一种基于双通道映射的高光谱遥感影像分类方法，设计了一种轻量级的空谱联合特征提取模型，只使用四个卷积层的情况下充分利用空谱联合特征，此外，固定尺度的卷积核会导致特征提取的单一性，为获取不同数量的波段组合信息，提取更丰富的光谱特征用于分类，在轻量级空谱联合网络中加入多尺度特征提取模块，使用三个不同尺度的1×1卷积进行光谱特征提取并串联，针对串联后特征相关性不强的问题，将特征图的光谱维与通道维整合，再使用全连接层进行映射，在进行多尺度特征融合的同时，增强各尺度特征的相关性，并通过加权的方式对不同尺度特征的重要性进行区分。本发明设计方法在分类准确性等方面都有非常突出的表现。

本发明授权一种基于双通道映射的高光谱遥感影像分类方法在权利要求书中公布了：1.一种基于双通道映射的高光谱遥感影像分类方法，其特征在于，执行如下步骤S1-步骤S8，完成高光谱遥感影像的分类： 步骤S1：针对高光谱遥感影像，采用9×9的窗口尺寸进行切块； 步骤S2：将切块后的高光谱遥感影像输入光谱特征模块，基于三维卷积，对高光谱遥感影像进行光谱特征提取，获得光谱特征图； 步骤S3：将光谱特征图输入双通道映射模块，使用三个不同尺度的1×1卷积提取光谱特征图，并将各个尺度的光谱特征图在光谱维进行串联，针对串联后的光谱特征图，使用一个全连接层整合各尺度光谱特征图在光谱维以及通道维中的信息； 双通道映射模块包括多尺度特征融合模块和特征映射模块；多尺度特征融合模块中使用三个不同尺度的1×1卷积提取光谱特征图，设各个尺度的光谱特征图为，并将各个尺度的光谱特征图在光谱维进行串联，拼接维度axis=2，过程表示为下式： 其中X表示串联后的光谱特征图，将串联后的光谱特征图的光谱维和通道维合并，过程表示为下式： 式中，reshape表示将光谱特征图的光谱维和通道维合并操作，表示合并后的光谱特征图； 特征映射模块使用全连接层整合各尺度光谱特征图在光谱维以及通道维中的信息，过程表示为下式： 其中q表示全连接层特征映射的尺度，n表示不同尺度光谱特征图的数量，H表示光谱特征图高度，W表示光谱特征图宽度，S表示光谱特征图的光谱维数，C表示光谱特征图通道数，Y表示双通道映射模块输出的光谱特征图，FC表示全连接操作，表示为下式： 其中w表示权重，b表示偏置； 步骤S4：将步骤S3所获得的光谱特征图输入光谱特征整合模块，使用与光谱维数相等的1×1卷积整合光谱维中的所有信息，从而获取全局光谱特征图； 步骤S5：将全局光谱特征图输入空谱联合特征提取模块，基于三维卷积层对全局光谱特征图进行空间-光谱联合特征提取，获得空间-光谱联合特征图； 步骤S6：针对空间-光谱联合特征图，使用全局平均池化整合全局空间信息； 步骤S7：将进行全局平均池化后的特征展平为一维向量后输入全连接层进行类别预测，其中全连接层的输出维度类别数相等，最终输出概率向量，概率向量中的值代表高光谱遥感影像属于相应类别的概率； 步骤S8：根据概率向量获取相应的类别标记，完成高光谱遥感影像的分类。

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河海大学，其通讯地址为：211100 江苏省南京市江宁区佛城西路8号；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。