[發(fā)明專利]基于稀疏圖編碼的高光譜遙感圖像本征分解方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202110250389.5
• 申請日: 2021-03-08
• 公開（公告）號: CN112967350B
• 公開（公告）日: 2022-03-18
• 發(fā)明（設計）人: 谷延鋒;謝雯;金旭東
• 申請（專利權(quán)）人: 哈爾濱工業(yè)大學
• 主分類號: G06T9/00
• 分類號: G06T9/00;G06T5/00;G06V20/13;G06V10/74;G06V10/77;G06V10/772;G06K9/62
• 代理公司: 哈爾濱華夏松花江知識產(chǎn)權(quán)代理有限公司 23213
• 代理人: 岳昕

基于稀疏圖編碼的高光譜遙感圖像本征分解方法及系統(tǒng)，涉及圖像處理領域。本發(fā)明解決了目前的本征分解方法應用于高光譜圖像時無法有效地保持地物邊界，進而導致針對高光譜圖像反射率分量生成的精度低的問題。本發(fā)明包括：獲得高光譜遙感圖像；將高光譜遙感圖像在光譜維上做幾何平均去除掉由于物體表面幾何分布引起的光譜變化得到圖像將在空間維上做幾何平均，消除由于隨空間分布變化的光照引起的光譜變化得到圖像根據(jù)獲得高光譜遙感圖像中每個像素的稀疏圖編碼字典；根據(jù)高光譜遙感圖像的稀疏圖編碼字典獲得稀疏圖的相似度矩陣；根據(jù)和稀疏圖相似度矩陣獲得高光譜圖像的反射率分量；所述系統(tǒng)包括：獲取模塊、構(gòu)造模塊、計算模塊、分解模塊。

技術領域

本發(fā)明屬于圖像處理領域，具體涉及基于稀疏圖編碼的高光譜遙感圖像本征分解方法及系統(tǒng)。

背景技術

近年來，遙感成像技術不斷發(fā)展，攜帶高光譜傳感器的衛(wèi)星系統(tǒng)能采集來自不同波長的地表反射率數(shù)據(jù)，得到的高光譜圖像包含豐富的光譜和空間信息，對不同地物的精確分類具有重要意義。為了充分利用高光譜圖像的光譜和空間信息，需要對其進行有效的特征提取，這也是近二十年來高光譜圖像分類的重要研究課題。本征分解是指從原始數(shù)據(jù)中去除光照或陰影造成的影響，實現(xiàn)恢復反射率分量的目的，該過程可以大大提高后續(xù)高光譜圖像的分類性能，這也是高光譜圖像處理技術的一個重要預處理步驟。一般要求生成的反射率分量在保持圖像邊界的同時，能盡可能地改善類內(nèi)光譜反射率的均勻性。

目前的本征分解方法主要針對RGB圖像開展，計算機視覺領域已經(jīng)提出了很多針對RGB圖像的本征分解算法。但是目前的本征分解算法沒有考慮高光譜圖像所特有的地物分布復雜多樣的問題，且高光譜圖像在表示空間相似性方面采用距離度量的方式，從而導致目前的本征分解方法應用于高光譜圖像中會導致圖像出現(xiàn)不同地物混疊的問題，無法有效地保持地物邊界，進而導致針對高光譜圖像反射率分量生成的精度低。

發(fā)明內(nèi)容

本發(fā)明目的是為了解決目前的本征分解方法應用于高光譜圖像時無法有效地保持地物邊界，進而導致針對高光譜圖像反射率分量生成的精度低的問題，而提出了基于稀疏圖編碼的高光譜遙感圖像本征分解方法及系統(tǒng)。

基于稀疏圖編碼的高光譜遙感圖像本征分解方法，包括以下步驟：

步驟一、構(gòu)建高光譜遙感圖像的稀疏圖編碼字典，包括以下步驟：

步驟一一、獲得高光譜遙感圖像；

步驟一二、將高光譜遙感圖像在光譜維上做幾何平均去除掉由于物體表面幾何分布引起的光譜變化得到圖像

步驟一三、將在空間維上做幾何平均，消除由于隨空間分布變化的光照引起的光譜變化得到圖像

步驟一四、根據(jù)獲得高光譜遙感圖像中每個像素的稀疏圖編碼字典；

步驟二、根據(jù)高光譜遙感圖像的稀疏圖編碼字典獲得稀疏圖的相似度矩陣；

步驟三、根據(jù)步驟一獲得的和步驟二獲得的稀疏圖相似度矩陣獲得高光譜圖像的反射率分量。

基于稀疏圖編碼的高光譜遙感圖像本征分解系統(tǒng)用于實現(xiàn)基于稀疏圖編碼的高光譜遙感圖像本征分解方法。

本發(fā)明的有益效果為：

本發(fā)明考慮高光譜遙感圖像所獨有的地物分布復雜多樣的問題，利用稀疏圖編碼表示高光譜圖像內(nèi)的空間相似性，避免了不同地物間的混疊，有效地保持了地物邊界，進而提高針對高光譜圖像反射率分量生成的精度。

附圖說明

圖1為本發(fā)明的流程圖；

圖2(a)為實驗原始圖像；

圖2(b)為實驗真值圖像；

圖2(c)本發(fā)明的結(jié)果圖；

圖3是基于稀疏圖編碼的高光譜遙感圖像本征分解系統(tǒng)的模塊示意圖。