[發(fā)明專利]基于自適應(yīng)的高光譜最優(yōu)波段選擇方法和裝置在審
| 申請(qǐng)?zhí)枺?/td> | 201911027959.3 | 申請(qǐng)日: | 2019-10-28 |
| 公開(kāi)(公告)號(hào): | CN110781831A | 公開(kāi)(公告)日: | 2020-02-11 |
| 發(fā)明(設(shè)計(jì))人: | 劉暢;王廣平;王靜 | 申請(qǐng)(專利權(quán))人: | 北京環(huán)境特性研究所 |
| 主分類號(hào): | G06K9/00 | 分類號(hào): | G06K9/00;G06K9/62 |
| 代理公司: | 11609 北京格允知識(shí)產(chǎn)權(quán)代理有限公司 | 代理人: | 周嬌嬌 |
| 地址: | 100854*** | 國(guó)省代碼: | 北京;11 |
| 權(quán)利要求書(shū): | 查看更多 | 說(shuō)明書(shū): | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 波段 高光譜圖像數(shù)據(jù) 波段圖像 波段指數(shù) 圖像像素 標(biāo)準(zhǔn)差 高光譜 波段選擇 冗余信息 有效解決 可存儲(chǔ) 系數(shù)和 自適應(yīng) 預(yù)設(shè) 樣本 計(jì)算機(jī) | ||
本發(fā)明涉及一種基于自適應(yīng)的高光譜最優(yōu)波段選擇方法、裝置、設(shè)備和計(jì)算機(jī)可存儲(chǔ)介質(zhì),其中方法包括以下步驟:獲取高光譜圖像數(shù)據(jù);計(jì)算高光譜圖像數(shù)據(jù)中每個(gè)波段圖像與前后波段圖像的相關(guān)系數(shù),以及每個(gè)波段的圖像像素標(biāo)準(zhǔn)差,并根據(jù)所述相關(guān)系數(shù)和圖像像素標(biāo)準(zhǔn)差計(jì)算波段指數(shù);將各個(gè)波段指數(shù)進(jìn)行由大到小的排列,選出排列在前面的預(yù)設(shè)數(shù)量的波段作為最優(yōu)波段。本發(fā)明有效解決樣本有限的前提下高光譜波段間冗余信息大的問(wèn)題。
技術(shù)領(lǐng)域
本發(fā)明涉及高光譜數(shù)據(jù)處理領(lǐng)域,尤其涉及一種基于自適應(yīng)的高光譜最優(yōu)波段選擇方法、裝置、設(shè)備和計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。
背景技術(shù)
由于高光譜圖像數(shù)據(jù)維數(shù)高、數(shù)據(jù)量大、波段間數(shù)據(jù)冗余性大,會(huì)出現(xiàn)休斯(Hughes)現(xiàn)象,即在樣本點(diǎn)數(shù)目一定的前提下,隨著特征維數(shù)的增加分類精度會(huì)“先增后降”,這是影響分類精度的一個(gè)重要因素。所以如何抑制Hughes現(xiàn)象的出現(xiàn)成為高光譜數(shù)據(jù)處理的重要內(nèi)容,這就需要研究如何在樣本有限的前提下減少波段間的冗余信息,亦即如何進(jìn)行高光譜最優(yōu)波段選擇。
發(fā)明內(nèi)容
本發(fā)明要解決的技術(shù)問(wèn)題在于,針對(duì)現(xiàn)有技術(shù)中存在的上述一個(gè)或多個(gè)缺陷,提供一種基于自適應(yīng)的高光譜最優(yōu)波段選擇方法、裝置、設(shè)備和計(jì)算機(jī)可讀存儲(chǔ)介質(zhì),解決樣本有限的前提下高光譜波段間冗余信息大的問(wèn)題。
為了解決上述技術(shù)問(wèn)題,本發(fā)明第一方面提供了一種基于自適應(yīng)的高光譜最優(yōu)波段選擇方法,該方法包括以下步驟:
獲取高光譜圖像數(shù)據(jù);
計(jì)算高光譜圖像數(shù)據(jù)中每個(gè)波段圖像與前后波段圖像的相關(guān)系數(shù),以及每個(gè)波段的圖像像素標(biāo)準(zhǔn)差,并根據(jù)所述相關(guān)系數(shù)和圖像像素標(biāo)準(zhǔn)差計(jì)算波段指數(shù);
將各個(gè)波段指數(shù)進(jìn)行由大到小的排列,選出排列在前面的預(yù)設(shè)數(shù)量的波段作為最優(yōu)波段。
在根據(jù)本發(fā)明所述的基于自適應(yīng)的高光譜最優(yōu)波段選擇方法中,所述計(jì)算高光譜圖像數(shù)據(jù)中每個(gè)波段圖像與前后波段圖像的相關(guān)系數(shù)具體包括:
通過(guò)以下公式計(jì)算第i個(gè)波段圖像與第i-1個(gè)波段圖像的相關(guān)系數(shù)Ri-1,i,以及第i個(gè)波段圖像與第i+1個(gè)波段圖像的相關(guān)系數(shù)Ri,i+1;
其中,fi(x,y)是第i幅圖像中像素點(diǎn)(x,y)的像素值,是第i幅圖像的像素平均值;fj(x,y)是第j幅圖像中像素點(diǎn)(x,y)的像素值,是第j幅圖像的像素平均值;E{}為數(shù)學(xué)期望。
在根據(jù)本發(fā)明所述的基于自適應(yīng)的高光譜最優(yōu)波段選擇方法中,所述方法通過(guò)以下公式計(jì)算每個(gè)波段的圖像像素標(biāo)準(zhǔn)差:
其中,M、N分別是圖像的行、列像素?cái)?shù),fi(x,y)是第i幅圖像中像素點(diǎn)(x,y)的像素值,是第i幅圖像的像素平均值。
在根據(jù)本發(fā)明所述的基于自適應(yīng)的高光譜最優(yōu)波段選擇方法中,所述方法通過(guò)以下公式根據(jù)所述相關(guān)系數(shù)和圖像像素標(biāo)準(zhǔn)差計(jì)算波段指數(shù):
其中,σi為第i個(gè)波段的圖像像素標(biāo)準(zhǔn)差,Ri-1,i為第i個(gè)波段圖像與第i-1個(gè)波段圖像的相關(guān)系數(shù),Ri,i+1為第i個(gè)波段圖像與第i+1個(gè)波段圖像的相關(guān)系數(shù)。
本發(fā)明第二方面還提供了一種基于自適應(yīng)的高光譜最優(yōu)波段選擇裝置,包括:
圖像數(shù)據(jù)獲取單元,用于獲取高光譜圖像數(shù)據(jù);
波段指數(shù)計(jì)算單元,用于計(jì)算高光譜圖像數(shù)據(jù)中每個(gè)波段圖像與前后波段圖像的相關(guān)系數(shù),以及每個(gè)波段的圖像像素標(biāo)準(zhǔn)差,并根據(jù)所述相關(guān)系數(shù)和圖像像素標(biāo)準(zhǔn)差計(jì)算波段指數(shù);
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于北京環(huán)境特性研究所,未經(jīng)北京環(huán)境特性研究所許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買(mǎi)此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201911027959.3/2.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G06K 數(shù)據(jù)識(shí)別;數(shù)據(jù)表示;記錄載體;記錄載體的處理
G06K9-00 用于閱讀或識(shí)別印刷或書(shū)寫(xiě)字符或者用于識(shí)別圖形,例如,指紋的方法或裝置
G06K9-03 .錯(cuò)誤的檢測(cè)或校正,例如,用重復(fù)掃描圖形的方法
G06K9-18 .應(yīng)用具有附加代碼標(biāo)記或含有代碼標(biāo)記的打印字符的,例如,由不同形狀的各個(gè)筆畫(huà)組成的,而且每個(gè)筆畫(huà)表示不同的代碼值的字符
G06K9-20 .圖像捕獲
G06K9-36 .圖像預(yù)處理,即無(wú)須判定關(guān)于圖像的同一性而進(jìn)行的圖像信息處理
G06K9-60 .圖像捕獲和多種預(yù)處理作用的組合
- 基于多/高光譜圖像融合的寬幅高光譜圖像重構(gòu)方法
- 基于空譜信息豐度約束的高光譜圖像組稀疏解混方法
- 一種田間高光譜圖像獲取系統(tǒng)
- 基于低秩矩陣分解及導(dǎo)向?yàn)V波器的高光譜/多光譜影像融合方法
- 基于深度學(xué)習(xí)的無(wú)監(jiān)督高光譜圖像分類方法
- 一種實(shí)時(shí)自調(diào)節(jié)的高光譜圖像數(shù)據(jù)非均勻校正方法
- 一種高光譜圖像分割系統(tǒng)及方法
- 一種機(jī)載高光譜土壤信息反演方法
- 基于豐度圖像銳化重構(gòu)的高光譜遙感圖像融合方法
- 基于單張RGB圖像和非監(jiān)督學(xué)習(xí)的高光譜圖像復(fù)原方法
- 高光譜圖像波段選擇方法及裝置
- 遙感圖像的融合方法及裝置
- 基于圖像質(zhì)量評(píng)價(jià)的高光譜圖像波段選擇方法
- 基于Angstrom指數(shù)的可見(jiàn)光及近紅外多波段遙感圖像去霧方法
- 基于譜相關(guān)性自適應(yīng)分組高光譜圖像分布式聯(lián)合壓縮方法
- 一種p值統(tǒng)計(jì)量建模獨(dú)立性的高光譜圖像波段快速選擇方法
- 一種可見(jiàn)光遙感圖像實(shí)時(shí)可視化系統(tǒng)及可視化方法
- 智能手診成像裝置及方法、計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)
- 遙感圖像的波段偏移確定方法、裝置和電子設(shè)備
- 一種多光譜遙感圖像變化檢測(cè)方法、裝置及存儲(chǔ)介質(zhì)
- 利用仿建筑用地指數(shù)獲取城市建筑用地信息的方法
- 一種基于最佳指數(shù)?相關(guān)系數(shù)法的高光譜波段提取方法
- 基于Angstrom指數(shù)的可見(jiàn)光及近紅外多波段遙感圖像去霧方法
- 一種基于ASD高光譜數(shù)據(jù)的冬小麥白粉病遙感監(jiān)測(cè)方法
- 一種林火火燒跡地的提取方法及系統(tǒng)
- 一種確定果實(shí)膨大期樹(shù)體葉片氮含量的方法及系統(tǒng)
- 基于最佳指數(shù)波段組合的高光譜圖像波段選擇方法
- 基于特征比值指數(shù)的遙感影像融合方法、系統(tǒng)、設(shè)備及介質(zhì)
- 基于無(wú)人機(jī)多光譜圖像融合的作物產(chǎn)量預(yù)測(cè)方法及系統(tǒng)
- 股票指數(shù)實(shí)用活盤(pán)





