[發明專利]一種高光譜圖像聚類方法、裝置、設備及存儲介質

有效

• 申請號: 202010621828.4
• 申請日: 2020-07-01
• 公開（公告）號: CN111753921B
• 公開（公告）日: 2022-10-18
• 發明（設計）人: 楊曉君;杜鵬林;郭春炳;許裕雄;蔡湧達;黃曉蓓
• 申請（專利權）人: 廣東工業大學
• 主分類號: G06V10/77
• 分類號: G06V10/77;G06V10/762
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 沈闖

1.一種高光譜圖像聚類方法，其特征在于，包括：

獲取高光譜圖像數據矩陣，采用二叉樹錨點算法生成錨點集；

由所述錨點集以及所述高光譜圖像數據矩陣通過預置第一公式構造鄰接矩陣，由所述鄰接矩陣通過預置第二函數求解相似度矩陣；

所述預置第一公式為：

式中的參數γ設為e_ij是x_i和u_j之間的歐氏距離表示z_ij表示所述鄰接矩陣第i行第j列的元素；x_i表示所述高光譜圖像數據矩陣中的第i個元素，u_j表示所述錨點集中的第j個錨點，m表示總的錨點數；1表示元素均為1的矩陣，p表示近鄰數據點的數量；

所述預置第二公式為：

v_i表示為相似度矩陣A中第i個元素a_i和鄰接矩陣Z中的第i個元素z_i之間的相鄰關系；λ表示足夠大的數；1表示元素均為1的矩陣；

由所述相似度矩陣構造拉普拉斯矩陣，由所述拉普拉斯矩陣構造高光譜聚類的目標函數；

求解所述目標函數，得到聚類結果。

2.根據權利要求1所述的高光譜圖像聚類方法，其特征在于，所述獲取高光譜圖像數據矩陣，采用二叉樹錨點算法生成錨點集，具體為：

其中，X為高光譜圖像數據矩陣；C為聚類中心矩陣，C∈R^n×2；G為高光譜圖像的指示矩陣，G∈R^n×2；k和l分別是兩個簇中的圖像樣本數，則總的高光譜圖像樣本數為n；d為每個錨點的特征維數；1為元素均為1的矩陣。

3.根據權利要求2所述的高光譜圖像聚類方法，其特征在于，所述由所述相似度矩陣構造拉普拉斯矩陣，具體為：

L＝D-A

其中，D表示對角矩陣，D中的第i個元素為

4.根據權利要求3所述的高光譜圖像聚類方法，其特征在于，所述由所述拉普拉斯矩陣構造高光譜聚類的目標函數，具體為：

其中，F∈R^n×c為所有高光譜圖像數據的指示矩陣；c為聚類數，上式中F的最優解為拉普拉斯矩陣L的c個最小特征值的特征向量。

5.根據權利要求4所述的高光譜圖像聚類方法，其特征在于，所述求解所述目標函數，得到聚類結果，具體為：

當相似度矩陣A為自動歸一化矩陣時，對角矩陣D＝I，則拉普拉斯矩陣L＝I-A，矩陣B為那么矩陣B的奇異值分解為：

B＝U∑V^T

其中，Δ表示對角矩陣，其第i項可以表示為右奇異值矩陣V∈R^m×m，奇異值矩陣∑∈R^n×m，左奇異矩陣U∈R^n×n；對矩陣B進行奇異值分解，得到矩陣F的松弛連續解，采用k-means聚類方法計算類指引矩陣F的離散解，得到聚類結果。