[發明專利]基于半監督稀疏鑒別嵌入的高光譜遙感影像分類方法

有效

• 申請號: 201310635210.3
• 申請日: 2013-11-29
• 公開（公告）號: CN103593676A
• 公開（公告）日: 2014-02-19
• 發明（設計）人: 黃鴻;曲煥鵬
• 申請（專利權）人: 重慶大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/66
• 代理公司: 重慶博凱知識產權代理有限公司 50212
• 代理人: 鐘繼蓮;張先蕓

1.基于半監督稀疏鑒別嵌入的高光譜遙感影像分類方法，其特征在于，包括如下步驟：

1）讀入高光譜遙感影像數據；

2）將高光譜遙感影像中每一個數據點根據其光譜波段生成一個光譜數據向量，從而由各個數據點的光譜數據向量組成整幅高光譜遙感影像的光譜數據矩陣；

3）從高光譜遙感影像中選取部分數據點作為樣本數據點，由各個樣本數據點的光譜數據向量組成樣本數據矩陣，并根據先驗知識從樣本數據矩陣中選取部分樣本數據點的光譜數據向量進行已知地物類別的標注，生成相應的樣本類別標簽；

4）將樣本數據矩陣中的每個光譜數據向量進行稀疏表示，求得各個光譜數據向量的最優稀疏系數向量，從而得到樣本數據矩陣對應的稀疏系數矩陣；

5）借助樣本數據矩陣中標注有向量類別標簽的樣本數據點的光譜數據向量，構建用于度量樣本數據矩陣中光譜數據向量之間相似性的近鄰圖；

6）根據近鄰圖計算樣本數據矩陣對應的近鄰權重矩陣；

7）根據目標優化函數，利用樣本數據矩陣對應的稀疏系數矩陣和近鄰權重矩陣計算高光譜遙感影像的投影矩陣；

8）通過投影矩陣將高光譜遙感影像投影到低維嵌入空間，得到高光譜遙感影像的嵌入特征矩陣；

9）以嵌入特征矩陣作為高光譜遙感影像中地物類別的分類識別特征，利用K-近鄰分類算法對高光譜遙感影像進行地物類別的分類，得出地物類別的分類結果。

2.根據權利要求1所述的基于半監督稀疏鑒別嵌入的高光譜遙感影像分類方法，其特征在于，所述步驟2）具體為：

根據不同光譜波段對地物的光譜反射特性，將高光譜遙感影像轉換為Q行B列的光譜數據矩陣X_Q={x₁,x₂,…,x_q,…,x_Q}^T，其中，Q表示高光譜遙感影像的數據點空間尺寸且Q=M×N，B表示高光譜遙感影像的光譜波段數；光譜數據矩陣X_Q中的每一行表示高光譜遙感影像中的一個數據點在各個光譜波段上的光譜數據值，每一列表示高光譜遙感影像中各個數據點在一個光譜波段的光譜數據值；x_q表示高光譜遙感影像中一個數據點在各個光譜波段上的光譜數據值所構成的光譜數據向量，q∈{1,2,…,Q}；T為矩陣轉置符號。

3.根據權利要求1所述的基于半監督稀疏鑒別嵌入的高光譜遙感影像分類方法，其特征在于，所述步驟3）得到的樣本數據矩陣具體為：

X={(x₁,l₁),(x₂,l₂),…,(x_i,l_i),…,(x_C,l_C),x_C+1,x_C+2,…,x_n}^T；

其中，X表示樣本數據矩陣，x_i表示從高光譜遙感影像中選取的一個樣本數據點的光譜數據向量，l_i表示對光譜數據向量x_i標注的樣本類別標簽，i∈{1,2,…,n}，n表示從高光譜遙感影像中選取作為樣本數據點的數量，樣本數據矩陣X中前C個光譜數據向量具有樣本類別標簽，其余的n-C個光譜數據向量無樣本類別標簽。