[發明專利]一種基于四色定理的高光譜圖像空譜結合分類方法

有效

• 申請號: 201811156921.1
• 申請日: 2018-09-30
• 公開（公告）號: CN109325458B
• 公開（公告）日: 2021-10-15
• 發明（設計）人: 李昌利;平學偉;吳紅心
• 申請（專利權）人: 河海大學
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 董建林

1.一種基于四色定理的高光譜圖像空譜結合分類方法，其特征在于：

表示高光譜圖像的各個像素對應的序號集合，像素總數為M；表示像素屬于不同地物類別的集合，地物類別總數為N；

S1：利用SVM在高光譜圖像譜域得到初始的地物類別分類結果；

S2：在SVM得到的地物類別分類結果的基礎上，利用四色定理挖掘高光譜圖像的空間信息，得到分類概率圖矩陣s＝(s₁,…,s_M)，其中，s是N×M維矩陣，列向量s_i的元素s_i,j表示第個像素屬于第類地物類別的概率；

S3：對高光譜圖像進行分割處理，在SVM得到的地物類別分類結果的基礎上，對分割出的各個獨立區域利用四色定理挖掘高光譜圖像的空間信息，得到分類概率圖矩陣r＝(r₁,…,r_M)，其中r是N×M維矩陣，列向量的元素表示第個像素屬于第k_b個地物類別的概率；

S4：對高光譜圖像進行邊緣提取，在SVM得到的地物類別分類結果的基礎上，利用四色定理挖掘高光譜圖像的空間信息，得到分類概率圖矩陣t＝(t₁,…,t_M)，其中t是N×M維矩陣，列向量的元素表示第個像素屬于第f_c個地物類別的概率；

S5：將分類概率圖矩陣r、s和t按元素相乘，得到最終的分類概率圖矩陣p＝r*s*t＝(p₁,…,p_M)，其中p是N×M維矩陣，*表示哈達瑪積，即對任意和有其中和分別表示分類概率圖矩陣p、r、s和t的第個列向量和的第n個元素，即第個像素分別在分類概率圖矩陣p、r、s和t中屬于第n個地物類別的概率；

S6：對分類概率圖矩陣p進行極大似然類別判決，得到最終的分類結果，即高光譜圖像每個像素所屬的地物類別。

2.根據權利要求1所述的一種基于四色定理的高光譜圖像空譜結合分類方法，其特征在于，所述步驟S2中，分類概率圖矩陣s＝(s₁,…,s_M)的具體構造方法如下：

21)對高光譜圖像第個像素的α×α鄰域，基于SVM得到的地物類別分類結果，對鄰域內的全部像素按所屬的地物類別統計像素個數，得到N個統計值n_k， k＝1,…,N，其中n_k表示鄰域內屬于第k類地物的像素總個數；

22)將N個統計值n_k按從大到小的次序取前四個，得到對應的四個地物類別為與之一一對應的像素個數為n_a，則分類概率圖矩陣s的列向量s_g的四個非零元素為：

表示第g個像素屬于第m_a個地物類別的概率，列向量s_g的其余N-4個元素為零；

23)對高光譜圖像的所有像素進行步驟21)和22)的計算得到分類概率圖矩陣s＝(s₁,…,s_M)。

3.根據權利要求1所述的一種基于四色定理的高光譜圖像空譜結合分類方法，其特征在于，所述步驟S3中，分類概率圖矩陣r＝(r₁,…,r_M)的具體構造方法如下：

31)利用圖像分割方法對高光譜圖像進行分割處理，對分割出的各個獨立區域中的任意像素的β×β鄰域，基于SVM得到的地物類別分類結果，對各個獨立區域內的全部像素按像素所屬的地物類別對像素個數進行統計，得到統計值；

32)將第個像素的統計值從大到小的次序取前四個，得到對應的四個地物類別為與之一一對應的像素個數為l_b，則分類概率圖矩陣r＝(r₁,…,r_M)的列向量的四個非零元素為：

其中，為第個像素屬于第k_b個地物類別的概率，列向量的其余N-4個元素為零；

33)對高光譜圖像的所有像素進行步驟31)和32)的計算得到分類概率圖矩陣r＝(r₁,…,r_M)。