[發(fā)明專利]基于局部光譜角度量流形近鄰的高光譜遙感影像分類方法在審
| 申請(qǐng)?zhí)枺?/td> | 201410023922.4 | 申請(qǐng)日: | 2014-01-17 |
| 公開(公告)號(hào): | CN103729651A | 公開(公告)日: | 2014-04-16 |
| 發(fā)明(設(shè)計(jì))人: | 劉嘉敏;羅甫林;黃鴻;李連澤;劉軍委 | 申請(qǐng)(專利權(quán))人: | 重慶大學(xué) |
| 主分類號(hào): | G06K9/62 | 分類號(hào): | G06K9/62;G06K9/66 |
| 代理公司: | 重慶博凱知識(shí)產(chǎn)權(quán)代理有限公司 50212 | 代理人: | 李海華 |
| 地址: | 400044 *** | 國(guó)省代碼: | 重慶;85 |
| 權(quán)利要求書: | 查看更多 | 說(shuō)明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 局部 光譜 角度 流形 近鄰 遙感 影像 分類 方法 | ||
1.基于局部光譜角度量流形近鄰的高光譜遙感影像分類方法,其特征在于:其步驟為,
1)從數(shù)據(jù)集中隨機(jī)選取一定數(shù)量的樣本作為訓(xùn)練樣本,其類別信息已知,再隨機(jī)選取一定數(shù)量的樣本作為測(cè)試樣本;
2)采用歐氏距離判別大范圍近鄰,選取與各訓(xùn)練樣本點(diǎn)歐氏距離最小的m個(gè)訓(xùn)練樣本點(diǎn)作為大范圍近鄰NO;
3)在大范圍近鄰NO中,利用式(1)計(jì)算各訓(xùn)練樣本點(diǎn)與其余訓(xùn)練樣本點(diǎn)的光譜角,得到光譜角最小的k個(gè)訓(xùn)練樣本點(diǎn)作為準(zhǔn)確近鄰NA,其中k<m;
其中:θ(Xi,Xj)表示兩光譜曲線向量Xi和Xj間的夾角,cos-1(·)表示反余弦運(yùn)算,|·|表示絕對(duì)值運(yùn)算;
4)根據(jù)準(zhǔn)確近鄰NA,利用式(2)對(duì)各訓(xùn)練樣本數(shù)據(jù)點(diǎn)進(jìn)行局部重構(gòu),使重構(gòu)誤差最小,得到局部重構(gòu)權(quán)值矩陣W;
其中:wij為xi與xj之間的權(quán)值,且若xj為xi的鄰近點(diǎn),有wij≠0,否則wij=0;
5)在低維空間中,保持局部近鄰關(guān)系不變,即重構(gòu)權(quán)值不變,利用式(3)可得到訓(xùn)練樣本點(diǎn)的低維嵌入結(jié)果Y;
其中:Ii為單位矩陣的第i列,Wi為數(shù)據(jù)點(diǎn)i的局部重構(gòu)權(quán)值,W=[W1,W2,L,WN]T,M=(I-W)(I-W)T,且M屬于對(duì)稱、半正定矩陣;約束條件為:I為單位矩陣;
6)在訓(xùn)練樣本中加入一個(gè)測(cè)試樣本點(diǎn),首先由歐氏距離得到該測(cè)試樣本點(diǎn)的m個(gè)大范圍近鄰,再分別計(jì)算該測(cè)試樣本點(diǎn)與該m個(gè)大范圍近鄰的光譜角,光譜角最小的k個(gè)近鄰即為該測(cè)試樣本點(diǎn)的準(zhǔn)確近鄰,其中k<m,由k個(gè)準(zhǔn)確近鄰對(duì)測(cè)試樣本進(jìn)行局部重構(gòu),并保持重構(gòu)誤差最小,得到重構(gòu)權(quán)值,最后利用這k個(gè)準(zhǔn)確近鄰對(duì)應(yīng)低維嵌入和重構(gòu)權(quán)值來(lái)線性表示測(cè)試樣本的低維嵌入,進(jìn)而得到測(cè)試樣本的低維嵌入結(jié)果;
7)利用分類器,根據(jù)維數(shù)約簡(jiǎn)后的訓(xùn)練樣本及其類別信息對(duì)維數(shù)約簡(jiǎn)后的測(cè)試樣本數(shù)據(jù)進(jìn)行分類,即可得到測(cè)試樣本的類別信息。
2.根據(jù)權(quán)利要求1所述的基于局部光譜角度量流形近鄰的高光譜遙感影像分類方法,其特征在于:所述第7)步的分類器按如下方法進(jìn)行分類,先由歐氏距離得到維數(shù)約簡(jiǎn)后的數(shù)據(jù)點(diǎn)yi的m個(gè)近鄰NO;再分別計(jì)算yi與近鄰NO內(nèi)各數(shù)據(jù)點(diǎn)的光譜角,最后把與yi光譜角最小的數(shù)據(jù)點(diǎn)作為yi的類別;其過(guò)程如下:
①由歐氏距離得到測(cè)試樣本維數(shù)約簡(jiǎn)后的數(shù)據(jù)點(diǎn)yi在所有訓(xùn)練樣本維數(shù)約簡(jiǎn)后的數(shù)據(jù)中的m個(gè)近鄰NO,如式(4)所示:
其中:min(·)m表示取m個(gè)最小值;D(·)表示計(jì)算歐氏距離;yi為未知類別數(shù)據(jù);為已知類別數(shù)據(jù),類別為Cj;
②在近鄰NO中,根據(jù)光譜角得到y(tǒng)i所屬類別,如式(5)所示:
其中:li為未知數(shù)據(jù)yi所得到的類別;為NO近鄰內(nèi)的Cj類數(shù)據(jù)。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于重慶大學(xué),未經(jīng)重慶大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201410023922.4/1.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G06K 數(shù)據(jù)識(shí)別;數(shù)據(jù)表示;記錄載體;記錄載體的處理
G06K9-00 用于閱讀或識(shí)別印刷或書寫字符或者用于識(shí)別圖形,例如,指紋的方法或裝置
G06K9-03 .錯(cuò)誤的檢測(cè)或校正,例如,用重復(fù)掃描圖形的方法
G06K9-18 .應(yīng)用具有附加代碼標(biāo)記或含有代碼標(biāo)記的打印字符的,例如,由不同形狀的各個(gè)筆畫組成的,而且每個(gè)筆畫表示不同的代碼值的字符
G06K9-20 .圖像捕獲
G06K9-36 .圖像預(yù)處理,即無(wú)須判定關(guān)于圖像的同一性而進(jìn)行的圖像信息處理
G06K9-60 .圖像捕獲和多種預(yù)處理作用的組合





