[發(fā)明專利]一種增強(qiáng)二維奇異譜分析的空間特征提取方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202210199324.7
• 申請(qǐng)日: 2022-03-02
• 公開（公告）號(hào): CN114581704A
• 公開（公告）日: 2022-06-03
• 發(fā)明（設(shè)計(jì)）人: 付航;于會(huì)泳;劉春秀;董震;高慧娟
• 申請(qǐng)（專利權(quán)）人: 青島星科瑞升信息科技有限公司
• 主分類號(hào): G06V10/764
• 分類號(hào): G06V10/764;G06V10/774;G06V10/40;G06F17/16
• 代理公司: 成都宏田知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 51337
• 代理人: 菅秀君

1.一種增強(qiáng)二維奇異譜分析的空間特征提取方法，其特征在于，包括以下步驟：

步驟一：基于自適應(yīng)窗口的特征分解

1)自適應(yīng)嵌入：選取遙感高光譜影像，根據(jù)每個(gè)目標(biāo)光譜像素及其相似光譜像素的個(gè)數(shù)，確定嵌入窗口的大小；

2)、構(gòu)造軌跡矩陣：對(duì)于任一波段將每個(gè)目標(biāo)像素及相似像素拉伸為列向量，并記錄相應(yīng)的空間位置，通過對(duì)全圖像素對(duì)應(yīng)的列向量進(jìn)行排列，得到軌跡矩陣；

3)奇異值分解：對(duì)軌跡矩陣進(jìn)行奇異值分解，可得到一定數(shù)量的奇異值及對(duì)應(yīng)的奇異向量；

步驟二、基于增強(qiáng)最大奇異值的特征重構(gòu)

4)軌跡矩陣重構(gòu)：選取最大奇異值及其對(duì)應(yīng)的奇異向量，對(duì)軌跡矩陣進(jìn)行重構(gòu)；

5)像素重投影：對(duì)于重構(gòu)軌跡矩陣中的每個(gè)列向量，結(jié)合2)中記錄的空間位置信息，將每個(gè)像素值重新投影到原始的空間位置；

6)像素修正：部分像素在步驟1)中被多次選擇，并被包含在多個(gè)列向量中得到多個(gè)重構(gòu)值，對(duì)多個(gè)重構(gòu)值進(jìn)行平均得到最終的像素值。

2.根據(jù)權(quán)利要求1所述的一種增強(qiáng)二維奇異譜分析的空間特征提取方法，其特征在于，在步驟1)中，自適應(yīng)嵌入的方式具體為：定義待處理的高光譜影像X，確定其尺寸大小為N＝R×C，波段數(shù)量為B，滿足R＝145，C＝145和B＝200，將影像X表示為所有光譜像素的集合，為嵌入窗口大小確定為L(zhǎng)，對(duì)于任一光譜像素p_i，則在全圖范圍內(nèi)選取(L-1)個(gè)相似像素，相似性度量為歸一化歐式距離，則計(jì)算公式為：

其中，s_ij表示像素p_i和像素p_j的相似度，選取每個(gè)像素p_i的(L-1)個(gè)相似像素組成該像素對(duì)應(yīng)的自適應(yīng)嵌入窗口。

3.根據(jù)權(quán)利要求2所述的一種增強(qiáng)二維奇異譜分析的空間特征提取方法，其特征在于，在步驟2)中，構(gòu)造軌跡矩陣為逐波段進(jìn)行，具體方式為：將原始影像X表示為所有波段圖像的集合，為對(duì)于某一波段圖像X_i，其對(duì)應(yīng)的像元值為將每個(gè)像元值x_k對(duì)應(yīng)的嵌入窗口內(nèi)的所有像元，拉伸為一個(gè)列向量并記錄嵌入窗口內(nèi)像元的空間位置，通過對(duì)全圖所有像元得到的列向量進(jìn)行排列，得到軌跡矩陣G，如下式所示：

4.根據(jù)權(quán)利要求3所述的一種增強(qiáng)二維奇異譜分析的空間特征提取方法，其特征在于：在步驟3)中，對(duì)軌跡矩陣G進(jìn)行奇異值分解，得到奇異值(λ₁≥λ₂≥...≥λ_L)及相應(yīng)的奇異向量：左奇異向量(U₁,U₂,...,U_L)和右奇異向量(V₁,V₂,...,V_L)，軌跡矩陣可寫成多個(gè)子矩陣的和：

G＝G₁+G₂+...+G_L

其中，G_i表示對(duì)應(yīng)第i個(gè)奇異值的子矩陣，由奇異值和相應(yīng)的奇異向量構(gòu)造而成。

5.根據(jù)權(quán)利要求4所述的一種增強(qiáng)二維奇異譜分析的空間特征提取方法，其特征在于：在步驟4)中，選用最大奇異值對(duì)應(yīng)的子矩陣G₁作為軌跡矩陣G的重構(gòu)：

其中表示重構(gòu)軌跡矩陣G₁的每個(gè)列向量。