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！

龙图腾网获悉北京观微科技有限公司申请的专利高光谱图像的分类方法、装置和电子设备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：CN118097250B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202410207321.2，技术领域涉及：G06V10/764；该发明授权高光谱图像的分类方法、装置和电子设备是由吴日红;苏芝娟;谢永虎;李梦薇设计研发完成，并于2024-02-26向国家知识产权局提交的专利申请。

本高光谱图像的分类方法、装置和电子设备在说明书摘要公布了：本申请提供一种高光谱图像的分类方法、装置和电子设备，涉及图像处理技术领域。该方法包括：对高光谱图像进行降维处理，以降维后的高光谱图像中各像素为中心，提取高光谱图像对应的多个图像块；将多个图像块输入至光谱图像分类模型中的浅层特征提取器中，提取各图像块的浅层空间光谱特征；并将各图像块的浅层空间光谱特征展平后的特征序列和位置信息输入至图像分类模型中的双聚合Transformer编码器中，提取高光谱图像的全局空间光谱特征；将全局空间光谱特征输入至光谱图像分类模型中的输出模块中，通过输出模块对全局空间光谱特征进行分类，得到高光谱图像的分类结果，这样可以提高分类结果的准确度。

本发明授权高光谱图像的分类方法、装置和电子设备在权利要求书中公布了：1.一种高光谱图像的分类方法，其特征在于，包括： 获取待分类的高光谱图像； 对所述高光谱图像进行降维处理，以降维后的高光谱图像中各像素为中心，提取所述高光谱图像对应的多个图像块； 将所述多个图像块输入至光谱图像分类模型中的浅层特征提取器中，通过所述浅层特征提取器提取各图像块的浅层空间光谱特征；并将所述各图像块的浅层空间光谱特征展平后的特征序列和位置信息输入至所述图像分类模型中的双聚合Transformer编码器中，通过所述双聚合Transformer编码器提取所述高光谱图像的全局空间光谱特征，所述双聚合Transformer编码器包括串联的至少一组Transformer模块，各组Transformer模块包括双空间Transformer模块和双通道Transformer模块，双空间Transformer模块包括依次串联的第一归一化层、自适应空间注意力单元、第二归一化层和第一空谱联合前馈网络； 所述浅层特征提取器包括依次串联的第一光谱卷积块、第二光谱卷积块、第一空间卷积块和第二空间卷积块，所述通过所述浅层特征提取器提取各图像块的浅层空间光谱特征，包括： 针对所述各图像块，通过所述第一光谱卷积块对所述图像块进行光谱卷积，得到第一光谱特征； 通过所述第二光谱卷积块对所述第一光谱特征进行光谱卷积，得到第二光谱特征，所述第一光谱特征和所述第二光谱特征的和为局部光谱特征； 通过所述第一空间卷积块对所述局部光谱特征进行空间卷积，得到第一空间特征； 通过所述第二空间卷积块对所述第一空间特征进行空间卷积，得到第二空间特征，所述第一空间特征和所述第二空间特征的和为局部空间特征，所述局部光谱特征和所述局部空间特征的连接结果为所述图像块的浅层空间光谱特征； 所述通过所述双聚合Transformer编码器提取所述高光谱图像的全局空间光谱特征，包括： 针对至少一组Transformer模块中的首个Transformer模块，通过所述首个Transformer模块中的双空间Transformer模块对所述各图像块的浅层空间光谱特征展平后的特征序列和位置信息特征进行提取，得到第一空间光谱特征；通过所述首个Transformer模块中的双通道Transformer模块对所述第一空间光谱特征进行特征提取，得到第二空间光谱特征； 针对非首个Transformer模块，通过所述非首个Transformer模块中的双空间Transformer模块对前一组Transformer模块输出的空间光谱特征进行特征提取，得到第三空间光谱特征；通过所述非首个Transformer模块中的双通道Transformer模块对所述第三空间光谱特征进行特征提取，得到第四空间光谱特征； 其中，在所述非首个Transformer模块为最后一个Transformer模块的情况下，所述第四空间光谱特征为所述全局空间光谱特征； 将所述全局空间光谱特征输入至所述光谱图像分类模型中的输出模块中，通过所述输出模块对所述全局空间光谱特征进行分类，得到所述高光谱图像的分类结果。

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北京观微科技有限公司，其通讯地址为：100094 北京市海淀区唐家岭村南2幢二层231；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”。