[發(fā)明專利]基于LBP特征的超像素空譜多核高光譜圖像分類方法

在審

• 申請?zhí)枺?/td>: 202110447325.4
• 申請日: 2021-04-25
• 公開（公告）號: CN113065518A
• 公開（公告）日: 2021-07-02
• 發(fā)明（設(shè)計）人: 占偉偉;蕢露超;周傳龍;牟蘇斌;褚孔統(tǒng);王輝;李佳琪;李坪澤;袁思佳;馬寧
• 申請（專利權(quán)）人: 中國電子科技集團(tuán)公司第二十八研究所
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 江蘇圣典律師事務(wù)所 32237
• 代理人: 胡建華

本發(fā)明提供了基于LBP特征的超像素空譜多核高光譜圖像分類方法。首先，將經(jīng)過主成分分析法降維的圖像，用超像素分割生成帶有超像素索引的高光譜圖像。然后，采用加權(quán)平均濾波和LBP算法提取超像素間和超像素內(nèi)的空間特征得到超像素間的空間核和超像素內(nèi)的空間核，聯(lián)合已提取到的光譜核進(jìn)行融合。最后，將這個組合核輸入到支持向量機分類器中生成分類結(jié)果圖。本發(fā)明將LBP算法與超像素結(jié)合，用LBP算法來提取超像素內(nèi)的邊緣特征信息，可以有效解決傳統(tǒng)的多核方法用超像素內(nèi)所有像素的平均值來代替超像素內(nèi)所有像素值導(dǎo)致的像素邊緣信息丟失以及邊緣像素類別劃分不準(zhǔn)確的問題，實現(xiàn)分類精度與效率的提升。

技術(shù)領(lǐng)域

本發(fā)明涉及高光譜遙感圖像處理技術(shù)領(lǐng)域，尤其涉及一種基于LBP(Local BinaryPattern，局部二值模式)特征的超像素空譜多核高光譜圖像分類方法。

背景技術(shù)

高光譜遙感的出現(xiàn)是遙感界的一場革命，它使本來在寬波段遙感中不可探測的物質(zhì)，在高光譜遙感中能被探測。高光譜圖像可以獲得數(shù)百條相同的窄帶光譜通道，并能提供更豐富的光譜信息，以支持各種地表覆蓋材料的精細(xì)識別。因此，高光譜圖像受到越來越多的關(guān)注，它被應(yīng)用到分類、目標(biāo)檢測、異常檢測、光譜解混等方面。而其中的高光譜圖像分類任務(wù)又對地質(zhì)勘探農(nóng)作物檢測、國防軍事等領(lǐng)域起著實質(zhì)性的重要作用，值得更加深入的研究。

然而，在高光譜圖像分類廣泛應(yīng)用的同時，它也面臨著巨大的挑戰(zhàn)，例如著名的休斯(Hughes)現(xiàn)象。Hughes現(xiàn)象是指在高光譜分析過程中，隨著參與運算波段數(shù)目的增加，分類精度“先增后降”的現(xiàn)象。為了解決這一問題，特征提取被看作是高光譜圖像處理的一個關(guān)鍵步驟。然而，由于光譜特征的空間變異性，高光譜圖像特征提取是高光譜圖像處理中最具挑戰(zhàn)性的任務(wù)之一。

最常用的高光譜圖像特征提取方法是核方法，因其采用簡單的線性加權(quán)方式，可以實現(xiàn)空間信息和光譜信息的聯(lián)合學(xué)習(xí)與利用。核方法是指為了充分挖掘和利用高光譜數(shù)據(jù)蘊含的光譜信息和空間信息，構(gòu)造新型核函數(shù)，實現(xiàn)樣本相似性度量意義下不同異構(gòu)特征融合，進(jìn)而在SVM框架下完成分類，以有效提高分類性能。從近年研究進(jìn)展來看，針對高光譜核函數(shù)的設(shè)計經(jīng)歷了光譜加權(quán)核、空譜混合核、多核學(xué)習(xí)三個階段。與僅考慮光譜信息的分類方法相比，結(jié)合空間信息和光譜信息的分類方法能夠取得更好的分類效果。然而，由于空間核所采用的空間區(qū)域的大小和形狀是固定的，常常導(dǎo)致高光譜圖像的空間紋理無法得到充分的利用。

超像素分割能夠根據(jù)高光譜圖像的空間結(jié)構(gòu)自適應(yīng)的改變區(qū)域的形狀，并且利用像素之間特征的相似性將像素分組，用少量的超像素代替大量的像素來表達(dá)圖片特征，能夠很大程度上降低圖像后處理的復(fù)雜度。基于超像素的復(fù)合核方法將超像素看作一個局部鄰域，可以利用超像素來獲得空間信息，從而避免了最佳空間鄰域的選擇。基于超像素的多核方法利用多個核函數(shù)來有效利用超像素的光譜空間信息，相比較基于超像素的單核方法，基于超像素的多核方法不僅利用了超像素內(nèi)的空間信息，也利用了超像素間的空間信息，分類精度更高。然而，基于超像素的方法也存在缺陷：超像素內(nèi)空間信息用像素的均值來表示，會丟失超像素內(nèi)像素的邊緣信息。

發(fā)明內(nèi)容

本發(fā)明提供了基于LBP特征的超像素空譜多核高光譜圖像分類方法，以解決現(xiàn)有的基于超像素的方法的超像素內(nèi)空間信息用像素的均值來表示，會丟失超像素內(nèi)的邊緣信息，導(dǎo)致圖像分類的效率低、精度差等問題。

本發(fā)明提供的基于LBP特征的超像素空譜多核高光譜圖像分類方法，包括以下步驟：

步驟1，采用熵率超像素分割算法對高光譜圖像進(jìn)行索引，生成帶有超像素索引的高光譜圖像；

步驟2：利用所述帶有超像素索引的高光譜圖像獲得三個核函數(shù)，所述三個核函數(shù)包括光譜核、基于超像素內(nèi)的空間核和基于超像素間的空間核；

步驟3：將得到的所述三個核函數(shù)進(jìn)行融合，將獲得的融合結(jié)果輸入支持向量機分類器，完成訓(xùn)練后進(jìn)行分類，得到分類結(jié)果圖。

進(jìn)一步地，在一種實現(xiàn)方式中，所述步驟1包括：