[發明專利]一種基于協同進化的高光譜圖像波段選擇方法及系統

在審

• 申請號: 202110333508.3
• 申請日: 2021-03-29
• 公開（公告）號: CN113011589A
• 公開（公告）日: 2021-06-22
• 發明（設計）人: 夏小魚;葉志偉;李可;王春枝;劉偉;湯玲
• 申請（專利權）人: 湖北工業大學
• 主分類號: G06N3/12
• 分類號: G06N3/12;G06N20/10;G06K9/62
• 代理公司: 北京高沃律師事務所 11569
• 代理人: 楊媛媛

本發明涉及一種基于協同進化的高光譜圖像波段選擇方法及系統，對高光譜遙感影像進行波段選擇。結合協同進化水稻育種優化算法，能在不損失重要信息的情況下從原始數據中盡可能的保留地物光譜輻射信息，剔除冗余和有噪聲的波段影像、降低數據維度，提高圖像分類與地物檢測等實際應用的效率與精度，有效解決算法使用時的缺陷。

技術領域

本發明涉及遙感圖像處理技術領域，特別是涉及一種基于協同進化的高光譜圖像波段選擇方法及系統。

背景技術

近年來，隨著遙感技術的發展，高光譜圖像(HSI)得到了越來越廣泛的應用。高光譜分辨率遙感(Hyperspectral Remote Sensing)是用窄而連續的光譜通道對地物持續遙感成像的技術。在可見光到短波紅外波段，其光譜分辨率可達納米(nm)數量級，通常具有波段多的特點。高光譜數據可以獲得幾乎連續的地物波譜，在獲取信息的同時，給高光譜圖像分類帶來了巨大的計算量和冗余，在某些具體實際應用中，數據量的增加并沒有增加原有的信息量。對高光譜圖像進行波段選擇是一種降低數據冗余，提高高光譜遙感影像分類的精度和速度的方法。

然而，目前為止還沒有一種能夠高效率的實現高光譜圖像波段選擇的方法。

發明內容

本發明的目的是提供一種基于協同進化的高光譜圖像波段選擇方法及系統，能夠對高光譜遙感圖像進行波段選擇，提高圖像分類與地物檢測等實際應用的效率與精度，有效解決算法使用時的缺陷。

為實現上述目的，本發明提供了如下方案：

一種基于協同進化的高光譜圖像波段選擇方法，具體包括：

對協同進化水稻育種優化算法的種群進行初始化；

執行協同進化水稻育種優化算法對種群中每一種子的位置進行更新；

對每一種子的種子位置進行二進制編碼，得到該種子的二進制序列；

利用所述二進制序列對高光譜圖像進行波段選擇，得到若干波段子集；

利用目標函數評價若干所述波段子集的適應度，得到當前次最優波段子集，并將所述當前次最優波段子集的適應度與預設閾值進行比較，若所述當前次最優波段子集的適應度滿足預設閾值，則將所述當前次最優波段子集作為高光譜圖像波段選擇結果；若所述當前次最優波段子集的適應度不滿足預設閾值，則返回所述“執行協同進化水稻育種優化算法對種群中每一種子的位置進行更新”步驟。

一種基于協同進化的高光譜圖像波段選擇系統，系統包括：

初始化模塊，用于對協同進化水稻育種優化算法的種群進行初始化；

協同進化模塊，用于執行協同進化水稻育種優化算法對種群中每一種子的位置進行更新；

波段選擇模塊，用于對每一種子的種子位置進行二進制編碼，得到該種子的二進制序列；利用所述二進制序列對高光譜圖像進行波段選擇，得到若干波段子集；

終止判斷模塊，用于利用目標函數評價若干所述波段子集的適應度，得到當前次最優波段子集，并將所述當前次最優波段子集的適應度與預設閾值進行比較，若所述當前次最優波段子集的適應度滿足預設閾值，則將所述當前次最優波段子集作為高光譜圖像波段選擇結果；若所述當前次最優波段子集的適應度不滿足預設閾值，則返回所述“執行協同進化水稻育種優化算法對種群中每一種子的位置進行更新”步驟。

根據本發明提供的具體實施例，本發明公開了以下技術效果：

本發明提供了一種基于協同進化的高光譜圖像波段選擇方法及系統，將協同進化水稻育種優化算法與高光譜圖像的波段選擇相結合，能夠在不損失重要信息的情況下從原始數據中盡可能的保留地物光譜輻射信息，剔除冗余和有噪聲的波段影像、降低數據維度，提高圖像分類與地物檢測等實際應用的效率與精度，為遙感圖像技術的發展提供了有力支撐。

附圖說明