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！

申请/专利权人：上海海洋大学

摘要：本发明属于海冰检测技术领域，公开了一种海冰图像分类方法、系统、介质、设备及处理终端，所述海冰图像分类方法包括：对原始图像进行预处理以去除原始图像中的冗余信息和噪声；根据加拿大冰况图在处理过后的图像中提取标签样本；利用卷积神经网络分别提取多源图像的特征信息；将提取到的特征信息进行拼接融合；将融合特征输入SE模块中进行特征级的权重标定；将融合特征输入全连接层进行深度融合并得到分类结果；通过总体分类精度和Kappa系数评估分类结果。本发明通过特征融合实现SAR数据和MSI数据特性的互补，充分挖掘和深度融合异源数据的多层次特征，通过引入SE模块增强模型对特征的识别能力，有效提高模型的特征表达能力。

主权项：1.一种海冰图像分类方法，其特征在于，所述海冰图像分类方法，包括：对原始图像进行预处理以去除原始图像中的冗余信息和噪声；根据加拿大冰况图在处理过后的图像中提取标签样本；利用卷积神经网络分别提取多源图像的特征信息；将提取到的特征信息进行拼接融合；将融合特征输入SE模块中进行特征级的权重标定；将融合特征输入全连接层进行深度融合并得到分类结果；通过总体分类精度和Kappa系数评估分类结果；所述海冰图像分类方法包括以下步骤：步骤一，在欧空局官方网站ESA上获取相同时间覆盖区域相同的SAR数据和MSI数据；步骤二，利用SNAP软件和ENVI软件对获取到的原始SAR数据和MSI数据进行预处理；步骤三，根据加拿大冰中心提供的冰况图选取标签数据，将选定的标签数据按照一定比例划分为训练集和测试集；步骤四，将SAR数据和MSI数据中对应的训练样本分别输入2D-TC-DenseNet和3D-TC-DenseNet进行特征提取；步骤五，将提取到的特征信息进行拼接融合得到融合特征，并将融合特征输入到SE模型中进行特征通道级的权重标定；步骤六，将融合特征展开成特征向量并输入到全连接层中进行特征的深度融合并得到分类结果；步骤七，使用总体分类精度OA、平均分类精度AA和Kappa系数对分类结果进行评估；步骤四中，所述将SAR数据和MSI数据中对应的训练样本分别输入2D-TC-DenseNet和3D-TC-DenseNet进行特征提取，包括：（1）在SAR数据中以标签样本点为中心取其周围P×P范围的数据块作为输入数据输入到2D-TC-DenseNet提取特征信息；（2）在MSI数据以相同位置的标签样本点为中心取P×P×B大小的数据块作为输入数据输入到3D-TC-DenseNet中进行特征提取，B为MSI数据的波段书；（3）将提取到的SAR数据的特征图和MSI数据的特征图以拼接的方式形成融合特征。

全文数据：

权利要求：

百度查询： 上海海洋大学 一种海冰图像分类方法、系统、介质、设备及处理终端