[發明專利]一種基于光譜角度的高光譜圖像目標特征提取方法

有效

• 申請號: 202011188705.2
• 申請日: 2020-10-30
• 公開（公告）號: CN112329792B
• 公開（公告）日: 2022-12-09
• 發明（設計）人: 孫康;陳金勇;李方方;王敏;帥通;王士成
• 申請（專利權）人: 中國電子科技集團公司第五十四研究所
• 主分類號: G06V10/46
• 分類號: G06V10/46
• 代理公司: 河北東尚律師事務所 13124
• 代理人: 王文慶

本發明公開了一種基于光譜角度的高光譜圖像目標特征提取方法，屬于遙感圖像處理技術領域。其包括以下步驟：計算高光譜圖像的協方差矩陣和均值光譜；計算投影均值光譜和投影目標光譜；從投影均值光譜和投影目標光譜中依次去除每個元素，形成新的投影均值光譜和投影目標光譜，并計算其光譜角度；搜索具有最大光譜角度的投影均值光譜和投影目標光譜，將其替換原投影均值光譜和投影目標光譜；更新當前剩余的特征數目，直至特征數目達到要求。本發明通過協方差矩陣的引入，對均值光譜和目標光譜進行投影，在突出目標信息的同時，對背景進行了壓制，從而能夠獲取目標與背景最大區分的波段，提高了高光譜圖像目標提取的精度。

技術領域

本發明屬于遙感圖像處理技術領域，具體涉及一種基于光譜角度的高光譜圖像目標特征提取方法。

背景技術

高光譜遙感技術能夠實現地物從可見光到紅外的連續光譜采樣，形成極為豐富的光譜信息。與普通遙感圖像相比，高光譜圖像的一個重要優勢是增加了豐富的光譜維信息，能充分反映出目標內部的物理結構特性以及化學成分特性的差異，從而實現地物光譜維度的精細區分。高光譜圖像精細的光譜數據為目標檢測等提供了數據基礎。

在高光譜圖像的目標檢測應用中，一個重要的技術是目標光譜特征提取技術，簡稱目標特征提取技術。其能夠在數百個高光譜圖像波段中，選擇出十余個或更少量的特征波段，這些特征波段是目標與其他地物區分的重要特征。通過對特征波段光譜特性的研究，能夠為目標的檢測、識別提供重要支撐。

目前的目標特征提取研究大部分都是針對目標的光譜進行研究，而不考慮目標所處的背景，對圖像中其他地物的信息利用不足，因此特征提取效果不理想。

發明內容

有鑒于此，本發明的目的在于提供一種基于光譜角度的高光譜圖像目標特征提取方法，該方法同時考慮目標及圖像背景的特征提取，不需要復雜的模型和參數，易于實現，可自動化執行，適用于多種目標和背景。

為了實現上述目的，本發明采用的技術方案為：

一種基于光譜角度的高光譜圖像目標特征提取方法，用于從總波段數為L的高光譜圖像中對某一目標進行目標特征提取；包括以下步驟：

步驟1，計算高光譜圖像的協方差矩陣K和均值光譜

步驟2，讀取待處理目標的目標光譜d以及針對該目標所欲提取的特征數目n，n＜L；

步驟3，利用協方差矩陣K、均值光譜以及目標光譜d，計算投影均值光譜和投影目標光譜投影均值光譜和投影目標光譜中均包含m個元素，即m個特征，m的初始值為L；

步驟4，從投影均值光譜和投影目標光譜中去除第i個特征，1≤i≤m，形成新的投影均值光譜和投影目標光譜

步驟5，針對i的每一個取值，計算相應的投影均值光譜和投影目標光譜的光譜角度；

步驟6，搜索具有最大光譜角度的投影均值光譜和投影目標光譜將其作為新的投影均值光譜和投影目標光譜

步驟7，將m減1，若m＞n，則重復步驟4～步驟7，否則，此時的投影目標光譜即為目標特征提取結果。

進一步的，所述步驟1中，協方差矩陣K為：

其中，k_ij為高光譜圖像第i波段和第j波段的內積；

均值光譜為：

其中，x_pq為高光譜圖像第p行、第q列的像素光譜，N為高光譜圖像的總行數，M為高光譜圖像的總列數。

進一步的，所述步驟3的具體方式為：

步驟3a，計算協方差矩陣K的逆矩陣K^-1；