[發(fā)明專(zhuān)利]基于擴(kuò)展形態(tài)學(xué)與主動(dòng)學(xué)習(xí)的高光譜分類(lèi)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201810698251.X
• 申請(qǐng)日: 2018-06-29
• 公開(kāi)（公告）號(hào): CN108985360B
• 公開(kāi)（公告）日: 2022-04-08
• 發(fā)明（設(shè)計(jì)）人: 慕彩紅;劉逸;孫夢(mèng)花;劉敬;田小林;朱虎明;劉若辰;侯彪;焦李成
• 申請(qǐng)（專(zhuān)利權(quán)）人: 西安電子科技大學(xué)
• 主分類(lèi)號(hào): G06K9/62
• 分類(lèi)號(hào): G06K9/62;G06V10/774;G06V10/764;G06V10/762
• 代理公司: 陜西電子工業(yè)專(zhuān)利中心 61205
• 代理人: 侯瓊;王品華

1.一種基于擴(kuò)展形態(tài)學(xué)和主動(dòng)學(xué)習(xí)的高光譜圖像分類(lèi)方法，其特征在于，包括如下步驟：

(1)分別輸入一幅待分類(lèi)的高光譜圖像及其對(duì)應(yīng)的圖像數(shù)據(jù)集，該圖像數(shù)據(jù)集包含數(shù)據(jù)樣本的光譜信息和類(lèi)別標(biāo)簽；

(2)對(duì)樣本的光譜信息采用主成分分析法進(jìn)行降維處理，提取前c個(gè)主成分PC，其中3≤c≤15，即高光譜圖像的光譜特征；

(3)對(duì)光譜特征進(jìn)行形態(tài)學(xué)剖面MP變換，得到形態(tài)學(xué)剖面EMP，即高光譜圖像的空間特征；其中對(duì)光譜特征進(jìn)行形態(tài)學(xué)剖面MP變換，在結(jié)構(gòu)元素尺寸分別為z、2z、3z時(shí)進(jìn)行，此時(shí)，對(duì)c個(gè)主成分PC分別求開(kāi)剖面和閉剖面，共得到6c個(gè)形態(tài)學(xué)剖面EMP，具體步驟如下：

(3.1)分別求c個(gè)主成分PC中每一個(gè)主成分的開(kāi)剖面：

其中，PC_h表示第h個(gè)主成分，且h＝1,2,3,…c；表示開(kāi)運(yùn)算操作，R為結(jié)構(gòu)元素尺寸大小；表示主成分PC_h的第d個(gè)開(kāi)形態(tài)學(xué)剖面特征，當(dāng)d為1、2、3時(shí)，結(jié)構(gòu)元素尺寸R分別取到z、2z、3z；

(3.2)分別求c個(gè)主成分PC中每一個(gè)主成分的閉剖面：

其中，PC_h表示第h個(gè)主成分，且h＝1,2,…c；表示閉運(yùn)算操作，R為結(jié)構(gòu)元素尺寸大小；OP_γd(PC_h)表示主成分PC_h的第d個(gè)閉形態(tài)學(xué)剖面特征，當(dāng)d為1、2、3時(shí)，結(jié)構(gòu)元素尺寸R分別取到z、2z、3z；

(3.3)計(jì)算第h個(gè)主成分PC_h的形態(tài)學(xué)剖面特征MP(PC_h)：

依次取h＝1,2,…c，得到c個(gè)主成分PC的形態(tài)學(xué)剖面EMP：

EMP＝{MP(PC₁),MP(PC₂),…MP(PC_c)}；

(4)將光譜特征與空間特征用向量堆疊的方法串聯(lián)，得到高光譜圖像的特征集OEMP，其維度為7c；

(5)根據(jù)樣本的類(lèi)別標(biāo)簽，從特征集OEMP的每一類(lèi)樣本中，隨機(jī)地選取ρ個(gè)訓(xùn)練樣本作為訓(xùn)練集T，其余樣本為測(cè)試集U，其中3≤ρ≤6；

(6)利用訓(xùn)練集T進(jìn)行支持向量機(jī)SVM有監(jiān)督分類(lèi)；

(7)根據(jù)最大不確定性MCLU準(zhǔn)則，將測(cè)試集U中的樣本按照其相應(yīng)MCLU值的大小，從小到大依次排列；

(8)選取測(cè)試集U中的前m個(gè)樣本，其中50≤m≤120，根據(jù)近鄰傳播AP聚類(lèi)算法對(duì)其進(jìn)行聚類(lèi)，得到每個(gè)樣本所屬的類(lèi)別，并在每個(gè)類(lèi)別中，選出MULU值最小的樣本進(jìn)行人工標(biāo)記；

(9)將標(biāo)記的樣本加入訓(xùn)練樣本集T，同時(shí)將其從測(cè)試樣本集中移除，生成新的訓(xùn)練樣本集T′和測(cè)試樣本集U′；

(10)利用訓(xùn)練樣本集T′，進(jìn)行SVM有監(jiān)督分類(lèi)，得到高光譜圖像的分類(lèi)結(jié)果；

(11)判斷訓(xùn)練樣本集T′中的樣本數(shù)量是否達(dá)到預(yù)設(shè)數(shù)量，若是，執(zhí)行步驟(12)，否則，返回步驟(7)；

(12)由分類(lèi)結(jié)果構(gòu)造最終分類(lèi)圖，輸出最終分類(lèi)圖。