[發(fā)明專(zhuān)利]一種基于小波閾值降噪和經(jīng)驗(yàn)?zāi)B(tài)分解的高光譜圖像分類(lèi)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201110333888.7
• 申請(qǐng)日: 2011-10-28
• 公開(kāi)（公告）號(hào): CN102436586A
• 公開(kāi)（公告）日: 2012-05-02
• 發(fā)明（設(shè)計(jì)）人: 沈毅;張敏;張淼
• 申請(qǐng)（專(zhuān)利權(quán)）人: 哈爾濱工業(yè)大學(xué)
• 主分類(lèi)號(hào): G06K9/62
• 分類(lèi)號(hào): G06K9/62
• 代理公司: 哈爾濱市松花江專(zhuān)利商標(biāo)事務(wù)所 23109
• 代理人: 牟永林

1.一種基于小波閾值降噪和經(jīng)驗(yàn)?zāi)B(tài)分解的高光譜圖像分類(lèi)方法，其特征在于：其具體方法為：

步驟一、高光譜圖像的二維小波閾值降噪；

步驟二、對(duì)小波降噪后的高光譜圖像進(jìn)行經(jīng)驗(yàn)?zāi)B(tài)分解和圖像重構(gòu)；

步驟三、采用SVM分類(lèi)器對(duì)高光譜重構(gòu)圖像nIMFs進(jìn)行分類(lèi)，獲得分類(lèi)精度。

2.根據(jù)權(quán)利要求1所述的一種基于小波閾值降噪和經(jīng)驗(yàn)?zāi)B(tài)分解的高光譜圖像分類(lèi)方法，其特征在于：步驟一中高光譜圖像的二維小波閾值降噪的具體方法為：

步驟一.1、輸入高光譜數(shù)據(jù)，對(duì)高光譜數(shù)據(jù)進(jìn)行數(shù)據(jù)歸一化，得到灰度圖像x；選擇小波分解的層數(shù)i＝1，對(duì)原信號(hào)x_i進(jìn)行小波分解，獲得小波系數(shù)d，即：

d＝DWT{x}

步驟一.2、計(jì)算xi的小波閾值，并對(duì)小波系數(shù)進(jìn)行閾值處理，即：

d′＝η_τ(d)

其中，η_τ()是閾值為τ的閾值處理函數(shù)，采用軟閾值去噪，如下式所示：

d′=ητ(d)=sgn(d)(|d|-τ),|d|≥τ0,|d|<τ]]>

步驟一.3、進(jìn)行小波反變換，獲得降噪后的信號(hào)x′_i，由閾值處理后的d′計(jì)算信號(hào)的小波反變換，得到濾波后的信號(hào)x′，即：

x′＝IDWT{d′}

將i+1，判斷i是否等于220，如果不等于，則返回步驟一.1中的對(duì)x_i進(jìn)行小波分解，直到i＝220，得到高光譜圖像x′，小波降噪結(jié)束。