高光谱遥感图像水体固有属性反演方法、装置和设备

摘要

本申请涉及一种高光谱遥感图像水体固有属性反演方法、装置和设备。构建重构网络，重构网络包括：特征提取网络、混合回归网络以及水体模型，特征提取网络由卷积神经网络和循环神经网络构成；混合回归网络与特征提取网络互为镜像；具有混合网络结构的特征提取网络较好地提取原始高光谱遥感水体图像的光谱特征，降低原始数据的维数避免出现“维数灾难”等不利现象；利用混合回归网络得到水体固有光学属性预测结果，然后利用水体模型实现高光谱图像的物理重构，并利用重构误差采用梯度下降法对网络参数进行优化，不需要关于水体固有参数的真实值就可以通过无监督的方式进行网络训练，从而提升发明方法的泛化能力。