【技術實現步驟摘要】
本專利技術涉及圖像信息處理，更具體地說，涉及一種基于空間和光譜特征的高光譜影像巖性識別方法及設備。
技術介紹
1、高光譜遙感技術，作為一種先進的遙感探測技術，已經在地質勘查、環境監測、農業評估、水質分析等多個領域展現出其獨特的優勢和廣泛的應用潛力。與傳統的遙感技術相比，高光譜遙感技術能夠提供目標物質的連續光譜信息，這意味著它可以捕捉到物體在不同波長下的反射率、吸收率等光譜特性，從而實現對地表物質的精確識別和分類。
2、在地質勘查領域，巖性識別是一項基礎而關鍵的任務，它涉及到識別和分類地表和地下的巖石類型。傳統的巖性識別方法主要依賴于地面采樣和實驗室分析，這些方法雖然可以提供準確的巖石類型信息，但通常耗時較長，成本較高，且在地形復雜或人跡罕至的地區難以實施。此外，依賴于低光譜分辨率的遙感數據進行巖性識別，雖然可以覆蓋更廣闊的區域，但其識別的精度和可靠性往往受到限制，難以滿足精確勘查的需求。
3、隨著高光譜遙感技術的發展，它通過提供連續且細分的光譜波段信息，極大地豐富了本實施例對地表物質特性的認識。每種巖石和礦物由于其獨特的化學成分和結構，會在特定的波長范圍內顯示出特有的光譜特征，如反射峰和吸收谷。高光譜遙感技術能夠捕捉這些細微的光譜差異，為巖性識別提供了一種高效、準確的手段。通過對高光譜數據的分析和處理，可以迅速識別出覆蓋范圍內的巖石類型，顯著提高地質勘查的效率和準確性。
4、然而，高光譜數據的處理和分析并非無挑戰。首先，高光譜圖像通常具有高維度，每個像素點包含數百個波段的光譜信息，這不僅增加了
技術實現思路
1、本專利技術的目的在于，提供一種基于空間和光譜特征的高光譜影像巖性識別方法及設備，能提升高光譜圖像巖性識別的準確性和效率。
2、本專利技術提供一種基于空間和光譜特征的高光譜影像巖性識別方法，包括以下步驟：s1：對研究區域的高光譜數據進行預處理得到高光譜樣本數據集，按預設比例對所述高光譜樣本數據集進行劃分，并進行數據增強處理，得到訓練集、驗證集和測試集；s2：利用高級卷積神經網絡模型，構建巖性識別模型；s3：利用所述訓練集和所述驗證集，對所述巖性識別模型進行訓練和驗證，得到訓練好的巖性識別模型；s4：根據所述測試集，利用所述訓練好的巖性識別模型，得到巖性識別結果。
3、進一步地，上述預設比例為7:1:2。
4、進一步地，上述預處理包括數據合并、波長信息寫入、壞波段剔除、條紋噪聲去除、輻射校正、幾何校正和光譜歸一化。
5、進一步地，上述巖性識別模型包括編碼器和解碼器；所述編碼器用于利用空間和光譜信息捕獲不同尺度的巖體信息，提取高光譜中的豐富的上下文信息；所述解碼器用于將高分辨率特征圖與低分辨率特征圖結合，保留更多的空間信息，提高提取結果的精細度。
6、進一步地，上述編碼器包括依次連接的第一卷積層、resnet50模塊、空洞金字塔池化模塊、空間和光譜特征挖掘模塊、第一卷積層和第一上采樣模塊；所述第一卷積層用于將將原始高光譜數據轉化為3d特征；所述resnet50模塊用于提取輸入高光譜數據的深度特征；所述空洞金字塔池化模塊用于提取高光譜數據中的多層次特征和上下文信息；所述空洞金字塔池化模塊包括第二卷積層和并行的第二卷積層、第三卷積層、第四卷積層以及全局平均池化單元，如公式：
7、，
8、其中，為空洞金字塔池化模塊的輸出，表示串聯函數，表示卷積，為空洞金字塔池化模塊的輸入，表示雙線性插值，表示擴張率為的擴張卷積，表示全局平均池化。
9、進一步地，上述空間和光譜特征挖掘模塊用于在通道和空間維度上整合有效特征，如公式：
10、，
11、，
12、，
13、，
14、，
15、，
16、，
17、其中，為空間和光譜特征挖掘模塊的輸入，表示輸入特征圖的第組，表示輸入特征圖的第組的通道注意力分支，表示輸入特征圖的第組的空間注意力分支，表示通道數，輸入特征圖所分的組數，表示輸入特征圖的高度，表示輸入特征圖的寬度，表示通道統計量，表示第組通道注意力圖，表示sigmoid激活，和是通道注意力機制的可學習參數，表示第組空間注意力圖，表示歸一化，用于計算空間維度上的統計信息；和是空間注意力機制的可學習參數。
18、進一步地，上述解碼器包括依次連接的第三卷積層、串接操作、第五卷積層和第二上采樣模塊。
19、進一步地，上述基于空間和光譜特征的高光譜影像巖性識別方法還包括：根據所述巖性識別結果，對所述巖性識別模型進行性能測試，得到模型精度評價結果。
20、本專利技術還提供計算機可讀存儲介質，其上存儲有計算機程序，該計算機程序被處理器執行時實現上述基于空間和光譜特征的高光譜影像巖性識別方法的步驟。
21、本專利技術還提供計算機設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，該處理器執行該程序時實現上述基于空間和光譜特征的高光譜影像巖性識別方法的步驟。
22、實施本專利技術提供的基于空間和光譜特征的高光譜影像巖性識別方法及設備，具有以下有益效果：
23、本專利技術通過對高光譜數據進行預處理，包括波段選擇、光譜歸一化和噪聲去除等操作，并進行數據增強處理，得到訓練集、驗證集和測試集，構建包括編碼器和解碼器的卷積神經網絡ggplm-net，編碼器中包括aspp模塊，aspp?模塊采用三個并行的?3?×?3?卷積（無效率為6、12和18）以及全局平均池化來捕獲高級語義信息；空間和光譜特征挖掘模塊，對高光譜數據中的空間特征和通道特征進行建模分析，自動聚焦有用的波段信息并抑制無用信息；在解碼器組件中，從主干網絡的輸入層提取的低級特征使用11卷積進行縮減，并與從編碼器獲得的高級特征融合；將訓練集和驗證集中的數據輸入網絡中，在編碼器提取多層次特征，在解碼器聚合高級特征信息以更好的恢復特征圖，通過驗證集驗證訓練結果，訓練后，將測試集中的數據輸入訓練好的網絡模型生成巖性分類結果圖；本專利技術結合高光譜數據的特點和深度學習模型的優勢，利用高光譜數據的空間和光譜信息，通過有效的特征提取和分類，能夠有效地識別不同類型的巖石，并對巖性分布進行精細描述，提升高光譜圖像巖性識別的準確性和效率，適用于地質勘探、礦產資源調查和環境監測等領域。
本文檔來自技高網...【技術保護點】
1.一種基于空間和光譜特征的高光譜影像巖性識別方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的基于空間和光譜特征的高光譜影像巖性識別方法，其特征在于，所述預設比例為7:1:2。
3.根據權利要求1所述的基于空間和光譜特征的高光譜影像巖性識別方法，其特征在于，所述預處理包括數據合并、波長信息寫入、壞波段剔除、條紋噪聲去除、輻射校正、幾何校正和光譜歸一化。
4.根據權利要求1所述的基于空間和光譜特征的高光譜影像巖性識別方法，其特征在于，所述巖性識別模型包括編碼器和解碼器；所述編碼器用于利用空間和光譜信息捕獲不同尺度的巖體信息，提取高光譜中的豐富的上下文信息；所述解碼器用于將高分辨率特征圖與低分辨率特征圖結合，保留更多的空間信息，提高提取結果的精細度。
5.根據權利要求4所述的基于空間和光譜特征的高光譜影像巖性識別方法，其特征在于，所述編碼器包括依次連接的第一卷積層、ResNet50模塊、空洞金字塔池化模塊、空間和光譜特征挖掘模塊、第一卷積層和第一上采樣模塊；所述第一卷積層用于將將原始高光譜數據轉化為3D特征；所述ResNet5
6.根據權利要求5所述的基于空間和光譜特征的高光譜影像巖性識別方法，其特征在于，所述空間和光譜特征挖掘模塊用于在通道和空間維度上整合有效特征，如公式：
7.根據權利要求4所述的基于空間和光譜特征的高光譜影像巖性識別方法，其特征在于，所述解碼器包括依次連接的第三卷積層、串接操作、第五卷積層和第二上采樣模塊。
8.根據權利要求1所述的基于空間和光譜特征的高光譜影像巖性識別方法，其特征在于，所述基于空間和光譜特征的高光譜影像巖性識別方法還包括：根據所述巖性識別結果，對所述巖性識別模型進行性能測試，得到模型精度評價結果。
9.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該計算機程序被處理器執行時實現如權利要求1-8任一所述的基于空間和光譜特征的高光譜影像巖性識別方法的步驟。
10.一種計算機設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現如權利要求1-8任一所述的基于空間和光譜特征的高光譜影像巖性識別方法的步驟。
...【技術特征摘要】
1.一種基于空間和光譜特征的高光譜影像巖性識別方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的基于空間和光譜特征的高光譜影像巖性識別方法，其特征在于，所述預設比例為7:1:2。
3.根據權利要求1所述的基于空間和光譜特征的高光譜影像巖性識別方法，其特征在于，所述預處理包括數據合并、波長信息寫入、壞波段剔除、條紋噪聲去除、輻射校正、幾何校正和光譜歸一化。
4.根據權利要求1所述的基于空間和光譜特征的高光譜影像巖性識別方法，其特征在于，所述巖性識別模型包括編碼器和解碼器；所述編碼器用于利用空間和光譜信息捕獲不同尺度的巖體信息，提取高光譜中的豐富的上下文信息；所述解碼器用于將高分辨率特征圖與低分辨率特征圖結合，保留更多的空間信息，提高提取結果的精細度。
5.根據權利要求4所述的基于空間和光譜特征的高光譜影像巖性識別方法，其特征在于，所述編碼器包括依次連接的第一卷積層、resnet50模塊、空洞金字塔池化模塊、空間和光譜特征挖掘模塊、第一卷積層和第一上采樣模塊；所述第一卷積層用于將將原始高光譜數據轉化為3d特征；所述resnet50模塊用于提取輸入高光譜數據的深度特征；所述空洞金字塔池化模塊用于提取高光譜數據中的多層次特...
【專利技術屬性】
技術研發人員：陳占龍，李世忠，徐旭偉，徐永洋，黃令勇，周宇龍，胡丹寧，蔣勇康，
申請(專利權)人：中國地質大學武漢，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。