[發明專利]基于子區間劃分的高光譜圖像非監督波段選擇方法

有效

• 申請號: 201711334938.7
• 申請日: 2017-12-14
• 公開（公告）號: CN108154094B
• 公開（公告）日: 2020-04-24
• 發明（設計）人: 彭焱;覃亞麗;李如春;常麗萍
• 申請（專利權）人: 浙江工業大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 杭州天正專利事務所有限公司 33201
• 代理人: 王兵;黃美娟

1.一種基于子區間劃分的高光譜圖像非監督波段選擇方法，其特征在于，包括如下步驟：

(1)利用MATLAB中multibandread()函數讀取高光譜圖像并移除包含大噪聲和光譜水汽吸收大的波段，根據樣本個數和光譜曲線確定地物類別數目，并進行高光譜圖像量化；具體步驟如下：

(1.1)使用multibandread()函數讀取高光譜圖像，逐一顯示全部M個波段{b₁,b₂,…,b_M}，通過目視解譯將包含噪聲大的波段進行移除，剩余波段數為N；

(1.2)根據實際調查獲得的真實地物分布圖像和每個類別在真實圖像中包含的樣本個數，即像素個數，將像素個數少的類別移除；將所有波段圖像中相同坐標的像素的亮度構成一個亮度值向量，即H_i＝{h_i1,h_i2,…h_iN}，其中h_ij為第i個像素在第j個波段的亮度值；將具有相近的亮度值向量的不同類別合并為同一類別；

(1.3)高光譜圖像的量化具體步驟如下：

(1.3.1)將高光譜圖像各波段按照無符號8位整型或無符號16位整型方式存儲，量化過程如下：

(1.3.1a)若存儲方式為無符號8位整型，即圖像中像素亮度范圍從0-255，量化為32個區間；每個區間的初始亮度值范圍為[8n,8n+7]，其中n＝0,1,…31；每個區間量化后的亮度值為：

h＝8n+4 (1)

(1.3.1b)若存儲方式為無符號16位整型，即圖像中像素亮度范圍從0-65535，量化為256個區間，每個區間初始亮度值范圍為[256n,256n+255]，其中n＝0,1,…255；每個區間量化后的亮度值為：

h＝256n+128 (2)

(2)互信息矩陣MI的構建，具體步驟如下：

(2.1)分別計算相同坐標位置像素點對應的亮度值h_i和h_j在兩波段圖像中出現的概率p，設亮度值分別為h_i和h_j，在波段X_i,X_j中的概率分別為：

其中，h_i,h_j為兩波段圖像中相同坐標位置像素的亮度，n_i,n_j分別為兩波段中亮度值為h_i,h_j的像素的個數；

(2.2)計算波段X_i和X_j的互信息：

其中，MI(X_i,X_j)表示波段X_i和波段X_j的互信息大小，p(h_i)和p(h_j)分別為波段X_i和波段X_j在相同坐標像素點的亮度的概率密度函數，p(h_i,h_j)為這兩個像素點的聯合概率密度函數，Ω_i和Ω_j分別為波段圖像X_i和X_j中像素不同亮度的全部取值；

(2.3)變換為信息熵的表示，具體步驟如下：

(2.3.1)計算波段X_i和X_j的信息熵和聯合熵：

其中，h_i和h_j分別為波段圖像X_i和X_j在相同坐標位置的亮度值，p(h_i)和p(h_j)分別為h_i和h_j這兩個亮度值出現的概率密度函數，p(h_i,h_j)為h_i和h_j的聯合概率密度函數，Ω_i和Ω_j分別為波段圖像X_i和X_j中像素不同亮度的全部取值；

(2.3.2)波段X_i和X_j的互信息為：

MI(X_i,X_j)＝H(X_i)+H(X_j)-H(X_i,X_j) (9)

H(X_i)和H(X_j)分別為波段圖像X_i和X_j的信息熵，H(X_i,X_j)為波段圖像X_i和X_j的聯合熵；

(2.4)通過步驟(2.1)至步驟(2.3)的計算，互信息矩陣MI表示為：

其中，MI(X_i,X_j)表示波段X_i和X_j的互信息；

(3)波段子區間劃分，具體步驟如下：

(3.1)使用imagesc()函數顯示互信息矩陣MI的灰度圖:

(3.2)通過灰度圖中較亮點的分布，將全部波段劃分為連續的不相交的波段子區間{B₁,B₂,…,B_S}，其中，S表示波段子區間的個數；每個波段子區間內包含的波段個數為N_i，滿足：

N₁+N₂+…+N_S＝N (11)

(4)確定需要選擇的代表性波段總數N_s的具體步驟如下：

分別選擇6、10、15、20、25、30、35、40、45、50個波段作為選擇的代表性波段總數；

(5)每個波段子區間內選擇代表性波段的具體步驟如下：

(5.1)計算子區間包含波段數N_i與全部波段數N的比值；

(5.2)將該比值與代表性波段總數N_s相乘得到的數值小數位進行四舍五入后取整作為子區間中需要選擇的代表性波段數目n_i：

n_i＝round(r×N_s) (13)

(6)代表性波段的選擇，分為初始代表性波段的選擇和剩余代表性波段的選擇，具體步驟如下：

(6.1)初始代表性波段的選擇，選擇方法如下：

(6.1.1)計算第1子區間中第i個波段的子區間內平均互信息I_iw和子區間外平均互信息I_ib，0in_i：

其中，B_i和B_j分別表示第i個和第j個波段子區間；初始代表性波段的選擇方法如下：

(6.1.2)定義第一個波段子區間代表性波段子集φ₁初始為空集，在獲得初始代表性波段后，將其加φ₁中：

φ₁＝φ₁∪ (17)

(6.2)剩余代表性波段的選擇，具體方法如下：

(6.2.1)分別計算波段子區間內未選擇波段與φ₁中包含的已選的代表性波段計算平均互信息I′_iw：

剩余代表性波段的選擇準則如下：

(6.2.2)將選擇的剩余代表性波段加入φ₁中，φ₁＝φ₁∪{b'}；

(6.3)選擇代表性波段加入φ₁中，直到滿足|φ₁|＝n₁，其中，|·|表示集合中元素的個數；其余波段子區間的代表性波段選擇重復步驟(6)，直到遍歷全部波段子區間；

(7)全部代表性波段的選擇，具體步驟如下：

φ＝φ₁∪φ₂∪…∪φ_S (20)

其中，φ為全體代表性波段集合。