结合深度胶囊网络和马尔科夫随机场的高光谱影像分类方法

摘要

本发明属于高光谱影像分类技术领域，特别涉及一种结合深度胶囊网络和马尔科夫随机场的高光谱影像分类方法，该方法首先利用深度残差三维卷积层提取地物高光谱影像的深层空谱特征，然后经初始胶囊层得到特征向量胶囊，并通过三维动态路由机制映射为概率胶囊，以此构建类别概率图，最后通过马尔科夫随机场实现分类结果的空间结构规则化。本发明结合深度胶囊网络和马尔科夫随机场的高光谱影像分类方法，能够充分利用高光谱影像的深层空谱特征信息进行分类，在有限样本条件下得到了较高的分类精度；引入马尔科夫随机场空间结构规则化，能够消除分类结果图中混合像元引起的类别噪声，有效改善了整体分类效果。