[發(fā)明專利]一種高光譜超像元分割方法

有效

• 申請?zhí)枺?/td>: 201810201837.0
• 申請日: 2018-03-12
• 公開（公告）號: CN108447065B
• 公開（公告）日: 2021-07-30
• 發(fā)明（設計）人: 林連雷;王建峰;周祝旭
• 申請（專利權）人: 哈爾濱工業(yè)大學
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T7/90
• 代理公司: 哈爾濱市松花江專利商標事務所 23109
• 代理人: 楊立超

一種基于主成分加權假彩色合成和顏色直方圖驅(qū)動的高光譜超像元分割方法，它屬于高光譜圖像分割技術領域。本發(fā)明解決了由于高光譜圖像數(shù)據(jù)維數(shù)高、數(shù)據(jù)冗余多導致的對圖像實時分割困難的問題。本發(fā)明將高光譜圖像的主要光譜信息放入假彩色圖像中，對高光譜數(shù)據(jù)進行降維；將主成分加權假彩色合成圖像分割成網(wǎng)格區(qū)域后，采用像元級和塊級兩個尺度對分割后的主成分加權假彩色合成圖像的每一個超像元的邊界進行遍歷迭代，每次完整的迭代后均獲得新的圖像分割方案，采用直方圖驅(qū)動函數(shù)對每次完整的迭代后得到的新分割方案進行評估，最終獲得最佳的圖像分割方案，實現(xiàn)對高光譜圖像的超像元分割。本發(fā)明可以應用于高光譜圖像的分割領域用。

技術領域

本發(fā)明屬于高光譜圖像分割技術領域，具體涉及一種基于主成分加權假彩色合成和顏色直方圖驅(qū)動的高光譜超像元分割方法。

背景技術

高光譜遙感是遙感領域在20世紀80年代起最重要的發(fā)展之一，至90年代已成為國際遙感技術領域的熱門課題，也是今后幾十年內(nèi)的遙感的前沿技術。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，由于高光譜圖像有許多波段，且每一波段都可以看作是一幅灰度圖像，因此，針對每一幅圖像進行單獨分析和研究時，就需要對高光譜圖像進行分割。傳統(tǒng)的高光譜圖像分割方法有K均值聚類算法和其他聚類算法，但采用傳統(tǒng)的K均值聚類算法和其他聚類算法存在著由于數(shù)據(jù)維度高、數(shù)據(jù)冗余多導致的對圖像快速和精確分割困難的問題。

發(fā)明內(nèi)容

本發(fā)明的目的是為解決由于高光譜圖像數(shù)據(jù)維度高、數(shù)據(jù)冗余多導致的對圖像實時分割困難的問題。

本發(fā)明為解決上述技術問題采取的技術方案是：

一種基于主成分加權假彩色合成和顏色直方圖驅(qū)動的高光譜超像元分割方法，該方法的具體步驟為：

步驟一、對P波段M×N像元的高光譜圖像數(shù)據(jù)X進行主成分加權假彩色合成，將高光譜圖像轉化為P維數(shù)據(jù)；分別計算P維數(shù)據(jù)各自維度內(nèi)所有像元的平均值向量；

步驟二、利用步驟一得到的P維數(shù)據(jù)和P維數(shù)據(jù)各自維度內(nèi)所有像元的平均值向量，計算P維數(shù)據(jù)各自維度的特征協(xié)方差矩陣，分別計算出各個維度的特征協(xié)方差矩陣的特征值和特征向量；對各個維度的特征協(xié)方差矩陣的特征值和特征向量單位化，將單位化后的特征值λ_j按照由大到小順序排列得到特征值組成的向量λ，將單位化后的特征向量a_j按照由大到小順序排列得到特征向量組成的向量A，其中，j＝1,2,…,P；

步驟三、對步驟二中的向量A進行轉置得到向量A^T，利用向量A^T對原高光譜圖像進行轉換，得到轉換后的主成分圖像Y_j；

步驟四、從步驟三中的主成分圖像Y_j中取出前S個主成分圖像Y_j'，j'＝1,2,…,S，將取出的S個主成分圖像Y_j'分為三組，第3n+1圖像為第一組，第3n+2圖像為第二組，第3n+3圖像為第三組，n＝0,1,…,Q，3Q+3≤S，Q和S為正整數(shù)；將每組內(nèi)的主成分圖像進行累加計算，得到高光譜圖像的主成分加權假彩色合成圖像；

步驟五、將步驟四得到的高光譜圖像的主成分加權假彩色合成圖像分割成網(wǎng)格區(qū)域；

步驟六、采用像元級和塊級兩個尺度對步驟五分割后的主成分加權假彩色合成圖像的每一個超像元的邊界進行遍歷；即對圖像中每個超像元的邊界先進行一次塊級遍歷，然后再進行一次像元級遍歷，當對所有超像元遍歷過一次時，即完成一次完整的遍歷；

遍歷時對超像元的邊界處的所有像元分別采用像元級別的方案調(diào)整和塊級別的方案調(diào)整，調(diào)整時以步驟五的網(wǎng)格區(qū)域作為分割的基本方案，經(jīng)過調(diào)整獲得新的分割方案后，采用顏色直方圖驅(qū)動函數(shù)E(s)作為評估函數(shù)對新分割方案進行評估，函數(shù)值越高評價越好；