[發明專利]一種基于嶺比收縮的高光譜圖像虛擬維數估計方法

有效

• 申請號: 201811595570.4
• 申請日: 2018-12-25
• 公開（公告）號: CN110135448B
• 公開（公告）日: 2021-03-23
• 發明（設計）人: 朱學虎;康越;劉軍民;羅蘭;王一成
• 申請（專利權）人: 西安交通大學
• 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任公司 61200
• 代理人: 徐文權

本發明公開了一種基于嶺比收縮的高光譜圖像虛擬維數估計方法，包括：提取待處理高光譜圖像的樣本矩陣；計算獲得樣本矩陣的協方差矩陣以及相關矩陣，并計算二者的特征值并排序；根據特征值序列，構建比值數列；將比值數列中的序列值與預設的約束值比較，獲得待處理高光譜圖像的虛擬維數。本發明的估計方法拋棄假設檢驗這一思路，直接采用構造比值數列的算法進行估計，可提高高光譜圖像虛擬維數估計的準確性。

技術領域

本發明屬于高光譜圖像虛擬維數估計技術領域，特別涉及一種基于嶺比收縮的高光譜圖像虛擬維數估計方法。

背景技術

光譜分辨率在10nm數量級范圍內的光譜圖像稱為高光譜圖像。通過搭載在不同空間平臺上的高光譜傳感器，即成像光譜儀，在電磁波譜的紫外、可見光、近紅外和中紅外區域，以數十至數百個連續且細分的光譜波段對目標區域同時成像；在獲得地表圖像信息的同時，也獲得其光譜信息，真正做到了光譜與圖像的結合。與多光譜遙感影像相比，高光譜影像不僅在信息豐富程度方面有了極大的提高，在處理技術上，對該類光譜數據進行更為合理、有效的分析處理提供了可能。高光譜圖像技術所具有的影響及發展潛力，是以往技術的各個發展階段所不可比擬的。它不僅引起了遙感界的關注，同時也引起了其它領域(如醫學、農學等)的極大興趣。在實際應用中，直接分析數據將面臨維數災難，高光譜圖像的降維問題是十分重要的一個環節。

高光譜圖像由一系列像素點組成，每個像素點可以表達為L維的向量，其中L表示通道個數。在圖像的實際處理中，圖像所有像素點的信息高度相關，可被低維度的一組信號端元張成。我們定義圖像虛擬維度(VD)為張成高光譜圖像數據的最小信號端元基的維度，這一數值通常遠小于L，這就為我們的降維處理提供了極大可能；通過無損降維處理高光譜圖像，可使得計算時間和儲存空間大幅減少。

為了定義高光譜圖像的特征，現在普遍使用虛擬維度這一概念。現在通常的做法是采用HFC方法，HFC方法基于特征值分析和奈曼–皮爾遜檢測理論，簡單有效，但是其所用的假設檢驗思想并不能保證估計的相合性，而且第一類錯誤的大小需要嘗試選取，導致其高光譜圖像虛擬維數估計的準確度較差。

綜上，亟需一種新的高光譜圖像虛擬維數估計算法。

發明內容

本發明的目的在于提供一種基于嶺比收縮的高光譜圖像虛擬維數估計方法，以解決上述存在的技術問題。本發明的方法拋棄假設檢驗這一思路，直接采用構造比值數列的算法進行估計，可提高高光譜圖像虛擬維數估計的準確性。

為達到上述目的，本發明采用以下技術方案：

一種基于嶺比收縮的高光譜圖像虛擬維數估計方法，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，根據步驟1獲得的樣本矩陣計算獲得樣本協方差矩陣以及樣本相關矩陣

步驟3，分別計算獲取步驟2獲得的樣本協方差矩陣以及樣本相關矩陣的特征值并排序；

步驟4，根據步驟3獲取的特征值排序，構建比值數列；

步驟5，將比值數列中的序列值與預設的約束值比較，獲得待處理高光譜圖像的虛擬維數。

進一步地，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，n是像素點數，的每個列向量均表示一個端元，矩陣每個列向量表示對應像素點在端元下的豐度，是白噪聲。

進一步地，步驟2中，樣本協方差矩陣以及樣本相關矩陣的具體表達式分別為：

其中，代表對應的像素點；表示樣本均值向量。