[發明專利]基于特征索引的超光譜匹配方法及系統

有效

• 申請號: 201410627713.0
• 申請日: 2014-11-07
• 公開（公告）號: CN104331482B
• 公開（公告）日: 2018-01-12
• 發明（設計）人: 黃珺;馬佳義
• 申請（專利權）人: 武漢大學
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 武漢科皓知識產權代理事務所(特殊普通合伙)42222
• 代理人: 嚴彥

1.一種基于特征索引的超光譜匹配方法，其特征在于：對超光譜數據庫中各物質的超光譜進行特征提取，建立數據庫索引；當需要對測量得到的超光譜進行匹配時，先提取特征，根據之前建立的索引，縮小搜索比對的范圍；最后在縮小的搜索比對范圍內進行光譜比對；包括以下步驟：

步驟1，建立索引，包括對超光譜數據庫中各物質的光譜分別進行特征提取，得到各物質的光譜的索引向量S＝{S₁,S₂,…,S_M}，建立整個超光譜數據庫的索引，其中M為預設值，S_m為光譜的第m個索引值，m＝1,2,…,M；

對超光譜數據庫中任一物質的光譜進行特征提取得到相應索引向量的實現如下，

首先，對超光譜數據庫中某物質的光譜進行歸一化處理如下，得到歸一化后光譜，

xⁿ＝(x-x_min)/(x_max-x_min)

其中，xⁿ為超光譜數據庫中某物質的光譜歸一化后的光譜輻射值，x為該條光譜的原始輻射值，x_max為該條光譜中原始輻射值的最大值，x_min為該條光譜中原始輻射值的最小值；

然后，對歸一化后光譜xⁿ進行特征提取，獲取相應索引值如下，

Sm=(Σi=1L|xin|m)1/m]]>

其中，為歸一化后光譜xⁿ第i個波段的輻射值，L為光譜的波段數，則S＝{S₁,S₂,…,S_M}構成了光譜的索引向量；

步驟2，確定搜索比對范圍，包括對待匹配的光譜進行特征提取，獲取待匹配光譜的索引向量，并根據索引向量確定搜索比對的范圍，進一步包括以下子步驟，

步驟2.1，對待匹配的光譜進行特征提取，得到待匹配的光譜的索引向量，并記為P＝{P₁,P₂,…P_M}，P_m為光譜的第m個索引值，m＝1,2,…,M；初始化閾值a為預設的初值；

對待匹配的光譜進行特征提取得到相應索引向量的實現如下，

首先，對待匹配的光譜進行歸一化處理如下，得到歸一化后光譜，

yⁿ＝(y-y_min)/(y_max-y_min)

其中，yⁿ為待匹配的光譜歸一化后的光譜輻射值，y為待匹配的光譜的原始輻射值，y_max為該條光譜中原始輻射值的最大值，y_min為該條光譜中原始輻射值的最小值；

然后，對歸一化后光譜yⁿ進行特征提取，獲取相應索引值如下，

Pm=(Σi=1L|yin|m)1/m]]>

其中，為歸一化后光譜第i個波段的輻射值，L為光譜的波段數，則P＝{P₁,P₂,…P_M}構成了光譜的索引向量；

步驟2.2，根據當前的閾值a，在超光譜數據庫中尋找每個索引值S_m都滿足下列條件的光譜數據，

(1-a)×P_m≤S_m≤(1+a)×P_m m＝1,2,…,M

步驟2.3，若步驟2.2尋找到的光譜數據小于b×R條，則將閾值a增加預設步長，返回到步驟2.2重新尋找；若步驟2.2尋找到的光譜數據大于等于b×R條，則結束迭代，尋找到的所有光譜數據所構成集合為搜索比對的范圍；其中，其中b為預設比值，R為超光譜數據庫中光譜數據的總數；

步驟3，光譜比對，包括根據步驟2所得搜索比對范圍，將范圍內的各光譜數據分別與待匹配的光譜進行比對得到光譜距離，選取光譜距離最小的光譜作為匹配對象；

將范圍內的光譜數據與待匹配的光譜進行比對的實現如下，

設步驟2所確定搜索比對范圍內任意一條光譜相應的歸一化后光譜記為A，待匹配的光譜相應的歸一化后光譜記為B，則通過以下公式計算光譜距離SAM(A,B)，

SAM(A,B)=cos-1<A,B>|A||B|]]>

其中，<A,B>為A與B的內積，||表示取二范數。

2.一種基于特征索引的超光譜匹配系統，其特征在于：用于對超光譜數據庫中各物質的超光譜進行特征提取，建立數據庫索引；當需要對測量得到的超光譜進行匹配時，先提取特征，根據之前建立的索引，縮小搜索比對的范圍；最后在縮小的搜索比對范圍內進行光譜比對；包括以下模塊：

建立索引模塊，用于對超光譜數據庫中各物質的光譜分別進行特征提取，得到各物質的光譜的索引向量S＝{S₁,S₂,…,S_M}，建立整個超光譜數據庫的索引，其中M為預設值，S_m為光譜的第m個索引值，m＝1,2,…,M；

對超光譜數據庫中任一物質的光譜進行特征提取得到相應索引向量的實現如下，

首先，對超光譜數據庫中某物質的光譜進行歸一化處理如下，得到歸一化后光譜，

xⁿ＝(x-x_min)/(x_max-x_min)

其中，xⁿ為超光譜數據庫中某物質的光譜歸一化后的光譜輻射值，x為該條光譜的原始輻射值，x_max為該條光譜中原始輻射值的最大值，x_min為該條光譜中原始輻射值的最小值；

然后，對歸一化后光譜xⁿ進行特征提取，獲取相應索引值如下，

Sm=(Σi=1L|xin|m)1/m]]>

其中，為歸一化后光譜xⁿ第i個波段的輻射值，L為光譜的波段數，則S＝{S₁,S₂,…,S_M}構成了光譜的索引向量；

搜索比對范圍確定模塊，用于對待匹配的光譜進行特征提取，獲取待匹配光譜的索引向量，并根據索引向量確定搜索比對的范圍，進一步包括以下子模塊，

待匹配光譜特征提取子模塊，用于對待匹配的光譜進行特征提取，得到待匹配的光譜的索引向量，并記為P＝{P₁,P₂,…P_M}，P_m為光譜的第m個索引值，m＝1,2,…,M；初始化閾值a為預設的初值；

對待匹配的光譜進行特征提取得到相應索引向量的實現如下，

首先，對待匹配的光譜進行歸一化處理如下，得到歸一化后光譜，

yⁿ＝(y-y_min)/(y_max-y_min)

其中，yⁿ為待匹配的光譜歸一化后的光譜輻射值，y為待匹配的光譜的原始輻射值，y_max為該條光譜中原始輻射值的最大值，y_min為該條光譜中原始輻射值的最小值；

然后，對歸一化后光譜yⁿ進行特征提取，獲取相應索引值如下，

Pm=(Σi=1L|yin|m)1/m]]>

其中，為歸一化后光譜第i個波段的輻射值，L為光譜的波段數，則P＝{P₁,P₂,…P_M}構成了光譜的索引向量；

檢索子模塊，用于根據當前的閾值a，在超光譜數據庫中尋找每個索引值S_m都滿足下列條件的光譜數據，

(1-a)×P_m≤S_m≤(1+a)×P_m m＝1,2,…,M

迭代判斷子模塊，用于若檢索子模塊尋找到的光譜數據小于b×R條，則將閾值a增加預設步長，命令檢索子模塊重新尋找；若檢索子模塊尋找到的光譜數據大于等于b×R條，則尋找到的所有光譜數據所構成集合為搜索比對的范圍；其中，其中b為預設比值，R為超光譜數據庫中光譜數據的總數；

光譜比對模塊，用于根據搜索比對范圍確定模塊所得搜索比對范圍，將范圍內的各光譜數據分別與待匹配的光譜進行比對得到光譜距離，選取光譜距離最小的光譜作為匹配對象；

將范圍內的光譜數據與待匹配的光譜進行比對的實現如下，

設搜索比對范圍確定模塊所確定搜索比對范圍內任意一條光譜相應的歸一化后光譜記為A，待匹配的光譜相應的歸一化后光譜記為B，則通過以下公式計算光譜距離SAM(A,B)，

SAM(A,B)=cos-1<A,B>|A||B|]]>

其中，<A,B>為A與B的內積，||表示取二范數。