[發(fā)明專利]基于非線性時(shí)間序列分析的高光譜圖像分類方法

無(wú)效

• 申請(qǐng)?zhí)枺?/td>: 201210044711.X
• 申請(qǐng)日: 2012-02-23
• 公開(kāi)（公告）號(hào): CN102622608A
• 公開(kāi)（公告）日: 2012-08-01
• 發(fā)明（設(shè)計(jì)）人: 尹繼豪;姜志國(guó);高超;徐胤;孫建穎
• 申請(qǐng)（專利權(quán)）人: 北京航空航天大學(xué)
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

1.基于非線性時(shí)間序列分析的高光譜圖像分類方法，其特征在于：基于仿真原型系統(tǒng)，具有人機(jī)交互接口模塊、高光譜特征構(gòu)造模塊、高光譜地物分類模塊、分類結(jié)果輸出模塊這四個(gè)功能模塊，包括如下步驟：

假設(shè)X為任一高光譜像元，記為X＝(x₁，…，x_i，…，x_K)，其中K是高光譜數(shù)據(jù)的波段總數(shù)，x_i，i＝1，…，K代表第i個(gè)波段的響應(yīng)數(shù)值，Hurst指數(shù)記為最大Lyapunov指數(shù)記為

通過(guò)人機(jī)交互接口模塊完成步驟一

步驟一獲得初始數(shù)據(jù)及相關(guān)初始化操作

通過(guò)人機(jī)交互接口模塊獲得待處理的高光譜數(shù)據(jù)；

通過(guò)高光譜特征構(gòu)造模塊完成步驟二～步驟三

步驟二計(jì)算每個(gè)純像元高光譜反射率曲線的Hurst指數(shù)

將X＝(x₁，…，x_i，…，x_k)按照長(zhǎng)度n劃分為D個(gè)子區(qū)間，第d個(gè)子區(qū)間X_d如公式(1)所示：

X_d＝{x_(d-1)×n+1，…，x_d×n}????????????????????????????(1)

其中，d＝1，…，D，n是每個(gè)子區(qū)間的長(zhǎng)度，是介于從ln?K到之間的正整數(shù)；

對(duì)第d個(gè)子區(qū)間X_d的各個(gè)元素按照公式(2)重命名為g_d，i：

g_d，i＝x_(d-1)×n+i????????????????????(2)

其中，i＝1，…，n，d＝1，…，D；

按照公式(3)計(jì)算第d個(gè)子區(qū)間X_d的平均值m_d和標(biāo)準(zhǔn)差S_d：

md=1nΣi=1ngd,iSd=1nΣi=1n(gd,i-md)2---(3)]]>

其中，i＝1，…，n，d＝1，…，D，對(duì)第d個(gè)子區(qū)間X_d的各個(gè)元素g_d，i減去第d個(gè)子區(qū)間X_d的平均值m_d，即g^*_d，i＝g_d，i-m_d，其中，i＝1，…，n，d＝1，…，D；

按照公式(4)構(gòu)造g^*_d，i的累積和序列{c_d，i}：

cd,i=Σj=1ig*d,j---(4)]]>

其中，i＝1，…，n，d＝1，…，D；

按照公式(5)得到第d個(gè)子區(qū)間X_d關(guān)于累積和序列{c_d，i}的極差R_d：

Rd=max1≤i≤n{cd,i}-min1≤i≤n{cd,i}---(5)]]>

其中，d＝1，…，D；

按照公式(6)計(jì)算所有長(zhǎng)度為n的子區(qū)間的重標(biāo)極差R_d/S_d的平均值(R/S)_n：

(R/S)n=1DΣd=1DRd/Sd---(6)]]>

對(duì)所有取值從ln?K取到的n重復(fù)以上操作。對(duì)ln(R/S)_n作關(guān)于ln?n的最小二乘回歸，回歸直線的斜率就是的計(jì)算值，其中n是介于ln?K到之間的正整數(shù)；

步驟三計(jì)算每個(gè)純像元高光譜反射率曲線的最大Lyapunov指數(shù)

給定平均周期p、延遲時(shí)間τ和嵌入維數(shù)m，將X＝(x₁，…，x_i，…，x_K)重構(gòu)，以得到相空間{Y_j}。其中，Y_j＝(x_j，x_j+τ，…，x_j+(m-1)τ)∈R^m，j＝1，…，M，M＝K-(m-1)τ，M是相空間中的點(diǎn)數(shù)，即Y_j的個(gè)數(shù)。

對(duì)相空間中的每一個(gè)點(diǎn)Y_j，j＝1，…，M，尋找滿足以下兩個(gè)條件的臨近點(diǎn)Y_j′：

1)|j′-j|＞p，即限制短暫分離；

2)Y_j′與Y_j的歐式距離最小；

根據(jù)相空間中點(diǎn)的下標(biāo)的先后次序，計(jì)算臨近點(diǎn)對(duì)Y_j′與Y_j的演化距離d_j(i)＝||Y_j′+i-Y_j+i||，其中i＝1，…，min(M-j′，M-j)是演化步長(zhǎng)；

記所有臨近點(diǎn)對(duì)的最大演化步長(zhǎng)是I₀，依次給定演化步長(zhǎng)i＝1，…，I₀，設(shè)當(dāng)前演化步長(zhǎng)i下非空且非零的d_j(i)有q個(gè)，將這q個(gè)非空且非零的d_j(i)記為計(jì)算y(i)=1qΣj=1q1nd‾j(i),i=1,···,I0;]]>

對(duì){y(i)}作關(guān)于i＝1，…，I₀的最小二乘回歸，回歸直線的斜率就是的計(jì)算值；

任一高光譜像元的維數(shù)約簡(jiǎn)結(jié)果由其自身的Hurst指數(shù)和最大Lyapunov指數(shù)組成；

通過(guò)高光譜地物分類模塊完成步驟四

步驟四?分類

使用維數(shù)約簡(jiǎn)結(jié)果對(duì)高光譜數(shù)據(jù)進(jìn)行地物分類；

通過(guò)分類結(jié)果輸出模塊完成步驟五

步驟五?結(jié)果輸出

輸出高光譜圖像地物分類結(jié)果。