[發(fā)明專利]一種基于嶺比收縮的高光譜圖像虛擬維數(shù)估計(jì)方法

有效

• 申請?zhí)枺?/td>: 201811595570.4
• 申請日: 2018-12-25
• 公開（公告）號: CN110135448B
• 公開（公告）日: 2021-03-23
• 發(fā)明（設(shè)計(jì)）人: 朱學(xué)虎;康越;劉軍民;羅蘭;王一成
• 申請（專利權(quán)）人: 西安交通大學(xué)
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 西安通大專利代理有限責(zé)任公司 61200
• 代理人: 徐文權(quán)

1.一種基于嶺比收縮的高光譜圖像虛擬維數(shù)估計(jì)方法，其特征在于，包括以下步驟：

步驟1，提取待處理高光譜圖像的樣本矩陣

步驟2，根據(jù)步驟1獲得的樣本矩陣計(jì)算獲得樣本協(xié)方差矩陣以及樣本相關(guān)矩陣

步驟3，分別計(jì)算獲取步驟2獲得的樣本協(xié)方差矩陣以及樣本相關(guān)矩陣的特征值并排序；

步驟4，根據(jù)步驟3獲取的特征值排序，構(gòu)建比值數(shù)列；

步驟5，將比值數(shù)列中的序列值與預(yù)設(shè)的約束值比較，獲得待處理高光譜圖像的虛擬維數(shù)；

步驟1中，樣本矩陣表示為：

其中，矩陣是L×n矩陣，L是波段數(shù)，n是像素點(diǎn)數(shù)，的每個列向量均表示一個端元，矩陣每個列向量表示對應(yīng)像素點(diǎn)在端元下的豐度，是白噪聲；

步驟2中，樣本協(xié)方差矩陣以及樣本相關(guān)矩陣的具體表達(dá)式分別為：

其中，代表對應(yīng)的像素點(diǎn)；表示樣本均值向量；

步驟3具體為，計(jì)算獲取樣本協(xié)方差矩陣的特征值的正排序?yàn)闃颖鞠嚓P(guān)矩陣的特征值的正排序?yàn)?/p>

步驟4中，比值數(shù)列的表達(dá)式為：

式中，

2.根據(jù)權(quán)利要求1所述的一種基于嶺比收縮的高光譜圖像虛擬維數(shù)估計(jì)方法，其特征在于，k的取值范圍為0.2≤k≤0.5。

3.根據(jù)權(quán)利要求1所述的一種基于嶺比收縮的高光譜圖像虛擬維數(shù)估計(jì)方法，其特征在于，步驟5中，虛擬維數(shù)的估計(jì)量的表達(dá)式為：

構(gòu)造比值列有τ的約束為：0＜τ＜1；指標(biāo)j從小到大選取，將對應(yīng)序列值與τ比較，最后一個小于τ的指標(biāo)值就是所求虛擬維數(shù)；或者，指標(biāo)j從大到小選取，首個小于τ的比值序列項(xiàng)對應(yīng)的指標(biāo)就是所求虛擬維數(shù)。

4.根據(jù)權(quán)利要求3所述的一種基于嶺比收縮的高光譜圖像虛擬維數(shù)估計(jì)方法，其特征在于，τ的取值范圍為0.4≤τ≤0.6。

5.根據(jù)權(quán)利要求4所述的一種基于嶺比收縮的高光譜圖像虛擬維數(shù)估計(jì)方法，其特征在于，τ的取值為0.5。

6.根據(jù)權(quán)利要求1所述的一種基于嶺比收縮的高光譜圖像虛擬維數(shù)估計(jì)方法，其特征在于，步驟1和步驟2之間還設(shè)置有降噪處理步驟，降噪處理的方法為對進(jìn)行預(yù)處理；預(yù)處理包括去均值和白化。