桂林电子科技大学孙希延获国家专利权
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！
龙图腾网获悉桂林电子科技大学申请的专利融合超像素和扩展多属性轮廓特征的高光谱图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：CN115457321B 。
龙图腾网通过国家知识产权局官网在2025-07-08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：202211108338.X，技术领域涉及：G06V10/764；该发明授权融合超像素和扩展多属性轮廓特征的高光谱图像分类方法是由孙希延;李雷;纪元法;付文涛设计研发完成，并于2022-09-13向国家知识产权局提交的专利申请。
本融合超像素和扩展多属性轮廓特征的高光谱图像分类方法在说明书摘要公布了：本发明涉及高光谱遥感图像技术领域，具体涉及一种融合超像素和扩展多属性轮廓特征的高光谱图像分类方法，分别从超像素级和像素级获取特征，其中超像素级特征的获取方法是将高光谱图像分割成一个个单独的同质区域，然后对每一个同质区域进行主成分分析，然后重构图像，像素级特征提取采用扩展多属性轮廓方法EMAP，对HSI的前三个主成分进行纹理特征的提取，沿着光谱的维度将两种特征连接起来达到信息的互补，最后输入至支持向量机进行分类，本发明在减少信息冗余的同时，提取了HSI的低维固有特征，同时利用EMAP方法提取了HSI的纹理信息，解决了超像素的特征在单一尺度下提取信息不足的问题。
本发明授权融合超像素和扩展多属性轮廓特征的高光谱图像分类方法在权利要求书中公布了：1.一种融合超像素和扩展多属性轮廓特征的高光谱图像分类方法，其特征在于，包括下列步骤： 步骤1：对高光谱图像进行主成分分析，分别获取第一主成分图像和前三个主成分； 步骤2：对所述第一主成分图像设置超像素数目，进行熵率超像素分割，并将分割后的每一个同质区域拆分成单独的结构体； 步骤3：对每一个拆分后的结构体进行主成分分析，然后将这些结构体重组还原，形成新的降维HSI； 步骤4：基于所述前三个主成分构建EMAP特征； 步骤5：对所述EMAP特征进行主成分分析，并融合步骤3所得的降维HSI，获得融合特征； 步骤6：对所述融合特征进行递归滤波； 步骤7：划分训练集和测试集，输入支持向量机，获取分类标签。
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桂林电子科技大学，其通讯地址为：541004 广西壮族自治区桂林市七星区金鸡路1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”。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号