[發明專利]基于壓縮譜聚類集成的高光譜圖像分類方法

有效

• 申請號: 201410077182.2
• 申請日: 2014-03-04
• 公開（公告）號: CN103996047B
• 公開（公告）日: 2017-06-30
• 發明（設計）人: 張向榮;焦李成;于建深;侯彪;白靜;馬文萍;馬晶晶;劉若辰
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 西安智萃知識產權代理有限公司61221
• 代理人: 張超

技術領域

本發明屬于圖像處理技術領域，具體涉及一種基于壓縮譜聚類集成的高光譜圖像分類方法。

背景技術

高光譜圖像具有較高的光譜分辨率，提供了關于地物類型的豐富的信息。遙感圖像的分類是遙感圖像分析和應用的關鍵技術之一，如何面對高光譜的海量數據以及高維特點,將高光譜圖像的各種特征相結合,研究快速、高效的目標識別與分類算法是目前和未來一段時間內高光譜圖像處理研究的一個熱點。

高光譜遙感之所以受到世界各國遙感科學家的普遍關注，其中一個重要原因就是：這一技術將確定物質或地物性質的光譜與揭示其空間和幾何關系的圖像革命性地結合在一起，而許多物質的特征往往表現在一些狹窄的光譜范圍內，高光譜遙感實現了捕獲地物的光譜特征同時又不失其整體形態及其與周圍地物的關系。高光譜技術產生的一組圖像所提供的豐富信息可以顯著地提高分析的質量、細節性、可靠性以及可信度。

高光譜遙感在很多領域中都有重要的應用。在民用方面的應用有：地質調查，植被遙感，農業監測(產量估計、作物分析)，精農業研究，大氣遙感(包括水蒸氣、云及氣溶膠探測)，水文學(涉及沿海地區和內陸水域環境、冰雪性質)，災害環境遙感(生物量燃燒和棄礦污染調查)，土壤調查(評價、分類、侵蝕退化預測及監測)及城市環境遙感(包括城市地物和人工目標物的標識、城區制圖和城市環境監測)等等。

近年來許多技術被用來實現高光譜圖像的分類：神經網絡，決策樹，基因算法以及基于核的技術。但是，上面提到的這些方法都是像素水平上的處理技術，也就是說根據光譜特征賦予每個像素一個類標。這就導致了圖像的分類結果有很多雜點，尤其是在處理高分辨率圖像的時候。

應該注意到，一幅高光譜圖像并不僅僅是一群獨立的像素點的集合，而且還包含了相關的空間信息。如何利用圖像的空間信息來提高最后的分類精度，已經成為高光譜圖像分類領域的一個研究熱點。Tarabalka等人提出了一種新的空譜分類框架。通過使用多數投票策略，他們將像素水平上的譜分類結果同圖像的分割結果結合在一起。通常情況下，圖像的分割結果是通過空間聚類算法獲得的。聚類問題一直是機器學習和模式識別領域一個比較活躍而且極具挑戰性的研究方向，近幾年產生了大量的解決該問題的相關算法?，F有的基于產生式模型的聚類方法由于要使用參數密度估計，不得不簡化問題的模型，如假設每一類的分布是高斯分布，就使得這些算法僅在具有凸形結構的數據上有好的效果。如果數據不具有凸形結構，那么這些算法就容易陷入局部最優。

最近一類有效的聚類方法開始受到廣泛關注。該方法是建立在譜圖理論的基礎上，利用數據相似矩陣的特征向量進行聚類，因而統稱為譜聚類。譜聚類算法是一種基于兩點間相似關系的方法，適用于非測度空間。譜聚類算法又是一個判別式方法，不用對數據的全局結構做假設，而是首先收集局部信息來表示兩點屬于同一類的可能性，然后根據某一聚類準則做全局決策，將所有數據點劃分為不同的數據集合。但是，譜聚類算法在映射域中通常采用k-means算法，k-means算法本身存在對初始化敏感，不易執行的缺點。

此外，高維數的數據空間（通常有幾百維）是高光譜圖像分類所面臨的另一個挑戰。盡管豐富的光譜信息使得高光譜圖像中不同的材料和對象所具有的特征是不同的，但同時也帶來了一些問題，包括維數災難，占用存儲空間過大，以及分類器的泛化能力下降，造成圖像的分類精度降低。除此之外，并不是所有的光譜信息對于分類問題都是有用的，也就是說許多光譜信息是冗余的。如何從數百維的光譜特征中選擇出其中有用信息，在有關高光譜分類的研究中是個很重要的課題。

發明的內容

本發明的目的在于克服已有技術的不足，即經典譜聚類采用的k-means算法對初始化敏感導致不易執行的缺點，以及高光譜圖像維數過高導致維數災難，造成圖像的分類精度降低，以及光譜信息冗余的問題，提出一種基于壓縮譜聚類集成的高光譜圖像分類方法，并同時與使用支持向量機（SVM）獲得的高光譜圖像分類結果相融合，實現對高光譜圖像的準確分類。

為達到上述目的，本發明的技術方案：

一種基于壓縮譜聚類集成的高光譜圖像分類方法，包括如下過程：

(1)獲取高光譜圖像的圖像特征集合：提取輸入的高光譜圖像的光譜特征，并將高光譜圖像中的每個像素點用一個特征向量表示，得到高光譜圖像的圖像特征集合；

(2)獲取降維后的圖像特征集合子空間：用壓縮感知的方法對圖像特征集合進行隨機投影，得到多個降維后的圖像特征集合子空間；