[發(fā)明專利]一種遙感圖像處理后自動(dòng)分類系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 202010086977.5
• 申請(qǐng)日: 2020-02-11
• 公開(kāi)（公告）號(hào): CN111259981B
• 公開(kāi)（公告）日: 2023-06-02
• 發(fā)明（設(shè)計(jì)）人: 唐曉燕;肖東岳;熊雷;畢建瀛;賈曉;劉勇軍
• 申請(qǐng)（專利權(quán)）人: 南陽(yáng)理工學(xué)院
• 主分類號(hào): G06V10/764
• 分類號(hào): G06V10/764;G06V10/82;G06V10/778;G06V20/10
• 代理公司: 西安銘澤知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 61223
• 代理人: 吳林

1.一種遙感圖像處理后自動(dòng)分類系統(tǒng)，包括圖像獲取預(yù)處理模塊、圖像識(shí)別模塊和圖像比對(duì)分類模塊，其特征在于：所述圖像獲取預(yù)處理模塊包括遙感圖像集獲取(1)、遙感圖像轉(zhuǎn)化(2)，所述遙感圖像集獲取(1)的輸出端與遙感圖像轉(zhuǎn)化(2)的輸入端電性連接，所述遙感圖像轉(zhuǎn)化(2)的內(nèi)部設(shè)置有模數(shù)轉(zhuǎn)化模塊，所述圖像識(shí)別模塊包括矩陣信息提取器(3)、特征提取(4)，所述矩陣信息提取器(3)的輸入端與遙感圖像轉(zhuǎn)化(2)的輸出端電性連接，所述特征提取(4)的內(nèi)部設(shè)置有信息分析模塊(7)、數(shù)據(jù)分析模塊(8)，所述圖像比對(duì)分類模塊包括結(jié)果比對(duì)(5)、標(biāo)簽分類(6)，所述圖像比對(duì)分類模塊的輸出端設(shè)置有結(jié)果輸出模塊；

所述信息分析模塊(7)的算法包括圖像識(shí)別(71)，所述圖像識(shí)別(71)由視點(diǎn)變化處理(711)、縮放變化(712)、內(nèi)變化(713)、聯(lián)合處理(714)構(gòu)成，所述聯(lián)合處理(714)為視點(diǎn)變化處理(711)、縮放變化(712)、內(nèi)變化(713)中任意一個(gè)以上的算法聯(lián)合構(gòu)成；

所述數(shù)據(jù)分析模塊(8)的算法結(jié)構(gòu)包括人為變量賦值(81)、算法分析(82)、深度神經(jīng)網(wǎng)絡(luò)(83)，所述深度神經(jīng)網(wǎng)絡(luò)(83)可通過(guò)人為變量賦值(81)進(jìn)行變量賦值與算法分析(82)，所述人為變量賦值(81)、算法分析(82)、深度神經(jīng)網(wǎng)絡(luò)(83)由概率論算法、統(tǒng)計(jì)學(xué)算法、逼近論算法、凸分析算法、算法復(fù)雜度理論計(jì)算或模擬預(yù)測(cè)的算法構(gòu)成。

2.根據(jù)權(quán)利要求1所述的一種遙感圖像處理后自動(dòng)分類系統(tǒng)，其特征在于：所述數(shù)據(jù)分析模塊(8)的運(yùn)算結(jié)果分別為兩份，所述數(shù)據(jù)分析模塊(8)的運(yùn)算結(jié)果一份導(dǎo)出至結(jié)果比對(duì)(5)進(jìn)行信息輸出，所述數(shù)據(jù)分析模塊(8)的運(yùn)算結(jié)果另一份導(dǎo)出至深度學(xué)習(xí)網(wǎng)絡(luò)(9)，所述深度學(xué)習(xí)網(wǎng)絡(luò)(9)的算法包括傳統(tǒng)邏輯研究(91)、認(rèn)知模型(92)、理論分析(93)。

3.根據(jù)權(quán)利要求2所述的一種遙感圖像處理后自動(dòng)分類系統(tǒng)，其特征在于：所述傳統(tǒng)邏輯研究(91)由輔助深度學(xué)習(xí)模型構(gòu)成，所述傳統(tǒng)邏輯研究(91)被配置為將第一分?jǐn)?shù)分配給未被標(biāo)記的觀察，所述認(rèn)知模型(92)由目標(biāo)深度學(xué)習(xí)模型構(gòu)成，所述認(rèn)知模型(92)被配置為將第二分?jǐn)?shù)給所述未被標(biāo)記的觀察，所述傳統(tǒng)邏輯研究(91)和認(rèn)知模型(92)來(lái)自不同的深度學(xué)習(xí)模型類別，所述認(rèn)知模型(92)為有限容量的深度學(xué)習(xí)模型，所述理論分析(93)由比較部件構(gòu)成，所述理論分析(93)被配置為比較所述第一分?jǐn)?shù)和所述第二分?jǐn)?shù)，以確定認(rèn)知模型(92)已經(jīng)返回假肯定或假否定的結(jié)果的概率，所述第一分?jǐn)?shù)和第二分?jǐn)?shù)的比較部件還被配置為執(zhí)行包括以下操作的比較：確定所述第一分?jǐn)?shù)和所述第二分?jǐn)?shù)之間的差的幅度；在所述幅度為負(fù)時(shí)，確定目標(biāo)深度學(xué)習(xí)模型已經(jīng)返回假肯定；以及在所述幅度為正時(shí)，確定目標(biāo)深度學(xué)習(xí)模型已經(jīng)返回假否定。

4.根據(jù)權(quán)利要求1所述的一種遙感圖像處理后自動(dòng)分類系統(tǒng)，其特征在于：所述人為變量賦值(81)、算法分析(82)構(gòu)成深度神經(jīng)網(wǎng)絡(luò)(83)，所述人為變量賦值(81)、算法分析(82)通過(guò)概率論算法、統(tǒng)計(jì)學(xué)算法、逼近論算法、凸分析算法、算法復(fù)雜度理論以及模擬預(yù)測(cè)進(jìn)行運(yùn)算。

5.根據(jù)權(quán)利要求3所述的一種遙感圖像處理后自動(dòng)分類系統(tǒng)，其特征在于：所述深度學(xué)習(xí)網(wǎng)絡(luò)(9)用于對(duì)數(shù)據(jù)分析模塊(8)的運(yùn)算結(jié)果進(jìn)行傳統(tǒng)邏輯研究(91)以及理論分析(93)，所述傳統(tǒng)邏輯研究(91)、認(rèn)知模型(92)、理論分析(93)的運(yùn)算結(jié)果用于反饋調(diào)節(jié)深度神經(jīng)網(wǎng)絡(luò)(83)的運(yùn)行。