[發明專利]一種空間信息自適應融合的高光譜圖像分類方法

有效

• 申請號: 201710069447.8
• 申請日: 2017-02-08
• 公開（公告）號: CN108399355B
• 公開（公告）日: 2022-01-14
• 發明（設計）人: 廖建尚;王立國;曹成濤
• 申請（專利權）人: 廣東交通職業技術學院
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 林偉斌

1.一種空間信息自適應融合的高光譜圖像分類方法，其特征在于，包括以下步驟：

S1：對波段數為l的高光譜數據集進行歸一化處理，得到信息量重新分布的高光譜圖像數據集R；

S2：對于有l個波段的高光譜數據集R進行降維，平均每n個波段選取一個波段圖像，抽取k_D個波段圖像組成新的數據集D，將其余的k_E個波段組成數據集E；

S3：用雙邊濾波對k_D個波段數據集D進行雙邊濾波濾波，獲取邊緣空間信息D_bs：

S4：用域轉換標準卷積濾波對k_E個波段數據集E作域轉換標準卷積濾波濾波，獲取空間信息E_ts：

S5：將D_bs和E_ts進行合成得到W：

W＝D_bs+E_ts；

S6：對得到的W進行優化并對優化結果進行分類得到分類結果：

S61：隨機從空間信息數據集W以一定比例隨機抽取訓練集Ws，其余部分作為訓練集Wt；

S62：用徑向基函數支持的SVM方法交叉驗證，尋找最優的參數組合；

S63：用徑向基函數支持的SVM對Ws進行訓練，獲取訓練模型；

S64：獲取模型后，用徑向基函數支持的SVM對測試集Wt進行分類。

2.根據權利要求1所述的空間信息自適應融合的高光譜圖像分類方法，其特征在于，所述步驟S1的具體過程如下：

對波段數為l的高光譜數據集進行歸一化處理，得到信息量重新分布的高光譜圖像數據集R：

其中，max為高光譜中像元的反射強度數值的最大值，min為高光譜中像元的反射強度數值的最小值，i＝1,2,···,l。

3.根據權利要求2所述的空間信息自適應融合的高光譜圖像分類方法，其特征在于，所述步驟S2中：

k_E＝l-k_D

其中，n＝2,3,···l，是向下取整符號。

4.根據權利要求3所述的空間信息自適應融合的高光譜圖像分類方法，其特征在于，所述步驟S6中對得到的W進行優化的過程是：

1)、設置Flag為0，先用雙邊濾波器對抽取的k_D個波段的數據集濾波，再用域轉換濾波對剩余k_E個波段的數據集濾波，濾波后按照W＝D_bs+E_ts進行融合，并交由SVM實現分類；

2)、設置Flag為1，先用域轉換濾波對抽取的k_D個波段的數據集濾波，再用雙邊濾波對剩余k_E個波段的數據集濾波，濾波后按照公式W＝D_bs+E_ts進行融合，并交由SVM實現分類。