技術(shù)特征：

1.一種基于三維頻域變換的域泛化高光譜圖像分類方法，其特征在于，該方法包括如下步驟：

2.根據(jù)權(quán)利要求1所述的基于三維頻域變換的域泛化高光譜圖像分類方法，其特征在于，所述子鑒別器包含自適應(yīng)頻域變換模塊、特征提取器、分類頭和投影頭；對于以源域圖像為輸入的子鑒別器，在自適應(yīng)頻域變換模塊中，源域圖像經(jīng)過三維傅里葉變換后與自身相加，得到混合源域圖像；

3.根據(jù)權(quán)利要求1或2所述的基于三維頻域變換的域泛化高光譜圖像分類方法，其特征在于，鑒別器的優(yōu)化函數(shù)為：

4.根據(jù)權(quán)利要求3所述的基于三維頻域變換的域泛化高光譜圖像分類方法，其特征在于，所述源域、擴展域和噪聲域權(quán)重的生成過程為：將源域圖像、擴展域圖像和高斯噪聲相加，相加得到的圖像依次經(jīng)過3×3卷積、relu激活函數(shù)和中心池化后，再分別經(jīng)過三個全連接層和sigmoid激活函數(shù)，得到源域、擴展域和噪聲域權(quán)重。

5.根據(jù)權(quán)利要求2所述的基于三維頻域變換的域泛化高光譜圖像分類方法，其特征在于，所述浮動因子的生成過程為：一維矩陣依次經(jīng)過三個全連接層，獲得1×1的特征向量，該特征向量經(jīng)過sigmoid激活函數(shù)得到浮動因子。

6.根據(jù)權(quán)利要求1或5所述的基于三維頻域變換的域泛化高光譜圖像分類方法，其特征在于，所述特征提取器由兩個特征提取塊堆疊而成，每個特征提取塊包括卷積層、relu激活函數(shù)和最大池化層。

7.根據(jù)權(quán)利要求1所述的基于三維頻域變換的域泛化高光譜圖像分類方法，其特征在于，所述歸一化處理包括最小-最大歸一化和歐幾里得范數(shù)歸一化兩種。

技術(shù)總結(jié)
本發(fā)明是一種基于三維頻域變換的域泛化高光譜圖像分類方法，屬于跨場景分類領(lǐng)域。首先，獲取原始圖像并進行歸一化處理，得到源域圖像；然后，構(gòu)建生成器和鑒別器，生成器分別通過頻域增強和多源信息融合生成擴展域圖像和中間域圖像；鑒別器包含三個子鑒別器，每個子鑒別器均包含自適應(yīng)頻域變換模塊、特征提取器、分類頭和投影頭，自適應(yīng)頻域變換模塊用于提取包含空譜信息和頻域信息的聯(lián)合特征；最后，利用源域圖像、擴展域圖像以及中間域圖像對生成器和鑒別器進行訓練，訓練后的自適應(yīng)頻域變換模塊、特征提取器和分類頭組成分類模型。從源域圖像中分解出頻域信息，頻域信息增強后再與空譜信息進行重結(jié)合實現(xiàn)域擴展，提升了域泛化能力和分類性能。

技術(shù)研發(fā)人員：張軍,張程
受保護的技術(shù)使用者：河北工業(yè)大學
技術(shù)研發(fā)日：
技術(shù)公布日：2024/10/21