[發明專利]基于時間序列重要點分析的高光譜遙感圖像波段選擇方法

有效

• 申請號: 201010195127.5
• 申請日: 2010-06-08
• 公開（公告）號: CN101859383A
• 公開（公告）日: 2010-10-13
• 發明（設計）人: 李士進;楊金花;余宇峰;萬定生;馮鈞;朱躍龍
• 申請（專利權）人: 河海大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06T7/00
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 許方

1.一種基于時間序列重要點分析的高光譜遙感圖像波段選擇方法，其特征在于，包括以下各步驟：

步驟1)通過K-means聚類方法將原始高光譜遙感圖像數據聚類成K個類別，并保留每個類別的聚類中心；

步驟2)將步驟1得到的所有聚類中心看成一系列的時間序列，用小波變換的方法對每一時間序列進行平滑去噪處理；

步驟3)分別提取步驟2得到的平滑去噪處理后的時間序列中的重要點，然后將得到的所有重要點進行合并，合并后保留的重要點所對應的波段即為選擇的波段；其中所述重要點的定義為：

對于時間序列n是時間序列X的長度，t_i表示第i個時間坐標，X(t_i)表示時間序列在第i個時間坐標的取值；定義X的第q個重要點其中P_q∈{1，2，…，n}表示第q個重要點在時間序列中的位置，為滿足以下條件的數據點：

或者

或者

或者

2.如權利要求1所述基于時間序列重要點分析的高光譜遙感圖像波段選擇方法，其特征在于，步驟1中聚類數目K是使用DBI有效性指標確定的最佳聚類數；具體的聚類方法包括以下各步驟：

步驟101)設定聚類數目K的初始值為2；

步驟102)判斷K是否小于或等于一個預先設定的閾值，如是，則在樣本數據中等間隔的取K個聚類中心，繼續執行步驟103；如否，則轉而執行步驟107；

步驟103)分別計算各個樣本點到各個聚類中心的距離，并且將它歸類到距離最近的類別中；

步驟104)將所有樣本點都歸類完之后，再重新計算K個類別的聚類中心；

步驟105)比較新計算的聚類中心與前一次計算的聚類中心，如果聚類中心有改變，則轉向步驟103；否則，轉向步驟106；

步驟106)按照以下公式計算此時的DBI的值，然后設置K＝K+1，轉至步驟102：

DBI=1KΣi=1Kmax1<=j<=K,j≠i{Si+Sjdi,j}]]>

其中，

Si=1|Ci|Σx∈Ci||x-vi||,]]>

d_i，j＝‖v_i-v_j‖

S_i表示第i類樣本之間的相似度；S_j表示第j類樣本之間的相似度；d_i，j表示第i類樣本與第j類聚類中心之間的距離；K表示聚類數目；C_i表示屬于第i類的樣本個數；v_i表示第i個聚類的類別中心；v_j表示第j個聚類的類別中心；x表示屬于第i類的各個樣本；i和j均為大于0且小于等于K的整數；公式中所用的距離計算方法都是指歐幾里德距離；

步驟107)比較所有的DBI的值，找出最小DBI值所對應的K，并輸出該K值時的聚類結果。