[發明專利]一種高光譜圖像的降維方法及系統

在審

• 申請號: 201911050720.8
• 申請日: 2019-10-31
• 公開（公告）號: CN110781974A
• 公開（公告）日: 2020-02-11
• 發明（設計）人: 張煥芹;張嘉偉;毛士杰
• 申請（專利權）人: 上海融軍科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 31317 上海恒慧知識產權代理事務所(特殊普通合伙)
• 代理人: 徐紅銀

本發明公開了一種高光譜圖像的降維方法及系統，該方法包括：根據輸入的高光譜圖像樣本集D＝{x₁,x₂,...x_m}、最近鄰數k以及降維到的維數d，計算和x_i最近的k個最近鄰(x_i1,x_i2,...x_ik)；計算高光譜圖像樣本集D的局部協方差矩陣Z_i；根據局部協方差矩陣Z_i計算出其權重系數向量W_i；根據權重系數向量W_i組成權重系數矩陣W，根據W計算得到矩陣：M＝(I?W)(I?W)^T；根據矩陣M計算矩陣M前d+1個特征值及這d+1個特征值對應的特征向量{y₁,y₂,...y_d+1}，根據第二個特征向量到第d+1個特征向量，組成的矩陣即為輸出低維高光譜圖像樣本集矩陣D′＝{y₂,y₃,...y_d+1}。該系統包括：最近鄰計算模塊、局部協方差矩陣計算模塊、權重系數向量計算模塊、矩陣M計算模塊及低位高光譜圖像樣本集矩陣計算模塊。本發明能通過較小的運算復雜度對高光譜圖像進行降維，且處理效果理想。

技術領域

本發明涉及高光譜圖像處理技術領域，特別涉及一種高光譜圖像的降維方法及系統。

背景技術

高光譜圖像的降維處理是高光譜圖像處理領域中一項重要的研究課題。眾所周知，高光譜圖像是一種三維圖像數據立方體，它具有豐富的光譜信息和空間信息，可以更好地分析不同地物間的細微差異。但原始高光譜圖像包含成百上千個波段，數據量大，其中含有大量的冗余信息，這為后續的目標異常檢測等工作帶來很大的困難和影響。

目前，針對高光譜圖像的降維處理問題，常規的處理方法是波段選擇和特征提取。波段選擇法選擇出來的波段之間相關性較弱，能較好地保留圖像中的信息量，但相比較特征提取法，處理后的圖像攜帶原始信號的能量較少。

現有算法還通過找到所有樣本全局的最優解的思想來實現對高光譜圖像進行降維，當數據量很大時或者樣本維度很高時，計算量非常大，運算時間較長；對原高光譜圖像中眾多具有一定相關性的信息重新組合成一組新的相互無關的信息來代替原來的信息，但其得到的降維結果無法反映出樣本點之間所隱藏的非線性性質，對保留主分量個數的估計依然比較困難。

發明內容

本發明針對上述現有技術中存在的問題，提出一種高光譜圖像的降維方法及系統，能夠通過較小的運算復雜度對高光譜圖像進行降維，且處理效果理想。

為解決上述技術問題，本發明是通過如下技術方案實現的：

本發明提供一種高光譜圖像的降維方法，其包括：

S11：根據輸入的高光譜圖像樣本集D＝{x₁,x₂,...x_m}、最近鄰數k以及降維到的維數d，計算和x_i最近的k個最近鄰(x_i1,x_i2,...x_ik)；

S12：計算高光譜圖像樣本集D的局部協方差矩陣Z_i；

S13：根據所述S12中計算出的局部協方差矩陣Z_i計算出其權重系數向量W_i；

S14：根據所述S13計算出的權重系數向量W_i組成權重系數矩陣W，根據W計算得到矩陣：M＝(I-W)(I-W)^T；