[發明專利]一種基于關鍵波段提取的高光譜圖像波段選擇方法及裝置

有效

• 申請號: 201710009535.9
• 申請日: 2017-01-06
• 公開（公告）號: CN106778680B
• 公開（公告）日: 2018-06-26
• 發明（設計）人: 黃珍;趙遼英;張文強;厲小潤
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 杭州君度專利代理事務所(特殊普通合伙) 33240
• 代理人: 杜軍

本發明公開了一種基于關鍵波段提取的高光譜圖像波段選擇方法及裝置。本發具體實現如下：對高光譜圖像確定端元個數并提取端元光譜；對每個端元光譜利用基于三點矢量夾角和變化幅度分析的方法提取關鍵點子集，合并所有關鍵點子集構造侯選波段子集；根據波段間相似性具有塊狀分布的特點，構造局部信息散度矩陣的可視圖，確定最佳波段數范圍；最后，通過信息量度量法和最優子集選擇準則法兩類方法中的一種方法優中選優，確定最優波段子集。本發明中的端元光譜的關鍵波段是不同地物間最具區分性的特征波段，并從關鍵波段子集中選取最優波段，能縮短后續波段選擇的時間，因此，本發明提出的波段選擇方法能夠提高波段選擇的效率。

技術領域

本發明涉及圖像處理領域，尤其涉及一種基于關鍵波段提取的高光譜圖像波段選擇方法及裝置。

背景技術

高光譜遙感是近年發展起來的一種新型遙感探測技術，具有廣泛應用前景。高光譜遙感圖像一般由上百個波段組成，包含了豐富的空間、輻射和光譜信息。但大量的波段增加了高光譜圖像異常檢測的時間，波段間的相關性降低了檢測精度。因此，有效利用高光譜數據的前提，是選擇合適的特征對高光譜數據進行降維，現有兩種方法實現降維：一是特征提取，二是波段選擇。利用特征提取的方法會導致提取的特征失去原有的物理意義，算法復雜，且不利于圖像解釋；波段選擇的方法比特征提取的方法更簡單，更關鍵的是選擇后的波段仍然保留了原始波段的物理含義以及地物的光譜特性。

國內外現有的波段選擇算法大體上可以分為4類：(1)基于信息度量的波段選擇方法；(2)基于最優子集選擇準則方法(3)聚類后分組選擇的方法；(4)基于波段重構誤差最小的方法。這些方法直接從原始圖像的所有波段中選取最優波段子集，波段選擇的速度和精度都有進一步提升空間。快速的關鍵波段子集預提取是提升現有波段選擇方法效率的有效手段。但現有的關鍵波段提取方法存在兩個主要問題：(1)基于圖像聚類的類平均光譜提取關鍵波段，高光譜圖像混合像元的存在使得基于聚類的硬分類結果不能準確反映地物真實分布；(2)現有的關鍵波段提取方法只考慮所有的波峰波谷點，結果導致漏提一些明顯的關鍵點或提取出較多不明顯的關鍵點，起不到提升波段選擇效率的作用。

發明內容

針對現有技術中的不足，本發明的目的是提供一種基于關鍵波段提取的高光譜圖像波段選擇方法及裝置，提高高光譜圖像關鍵波段提取效果，有效確定最佳波段數，提升現有多種波段選擇方法的效率，解決因波段間的相關性導致高光譜圖像異常檢測精度低的問題。

為實現上述目的，本發明提供了如下技術方案：

一種基于關鍵波段提取的高光譜圖像波段選擇方法，具體實現步驟如下：

步驟1、確定高光譜圖像典型地物種類，即端元個數p；

步驟2、對高光譜圖像提取p個端元光譜；

步驟3、對每個端元光譜利用基于三點矢量夾角分析的方法提取關鍵點子集，合并所有關鍵點子集構造侯選波段子集；

步驟4、根據波段間相似性具有塊狀分布的特點，構造波段間局部信息散度矩陣的可視圖，確定最佳波段數范圍；

步驟5、根據所述最佳波段數范圍設定待選擇的波段數，采用信息量度量法中的任意一種方法或最優子集選擇準則法中的任意一種方法，確定最優波段子集。

所述信息量度量的方法是指采用不同信息量度量指標的一大類方法，信息量度量指標包括波段圖像的信噪比、偏度、峰度和波段間的K-L散度、互信息等。

所述最優子集選擇準則法是指采用不同最優子集選擇準則的一大類方法，最優子集選擇準則包括豐度估計協方差最小、協方差矩陣行列式最大和噪聲最小且協方差矩陣行列式最大等。

進一步地，步驟3所述的基于三點矢量夾角分析的方法具體包括：