[发明专利]一种光谱和空间信息结合的高光谱数据分类方法

权利要求书

1、一种光谱和空间信息结合的高光谱数据分类方法，其特征在于：它包含以下步骤：

(1)高光谱数据的读入；

(2)确定结构元素的最小尺寸；

(3)由扩展数学形态学膨胀和腐蚀操作计算每一个结构元素邻域内的像元间差异性；

(4)由步骤(3)扩展膨胀和腐蚀结果计算得到形态离心率指数值；

(5)上述步骤随结构元素的尺寸增加不断重复，直到达到结构元素的最大尺寸；

(6)形态离心率指数值在迭代过程中通过获得的新的值不断更新，最终的形态离心率指数在迭代过程结束后产生；

(7)由形态离心率指数图像实现数据的特征提取，即产生地物类型信息，并通过最小距离分类器实现地物的精细分类。

2、根据权利要求1所述的一种光谱和空间信息结合的高光谱数据分类方法，其特征在于：步骤(2)中所述的结构元素最小尺寸为3×3。

3、根据权利要求1所述的一种光谱和空间信息结合的高光谱数据分类方法，其特征在于：步骤(3)中所述的“由扩展数学形态学膨胀和腐蚀操作计算每一个结构元素邻域内的像元间差异性”，其扩展数学形态学膨胀和腐蚀操作如下：

d(x,y)=(f⊕b)(x,y)=arg_Maxs(s,t)∈Ds{D(f(x-s,y-t),b)}]]>

e(x,y)=(f⊗b)(x,y)=arg_Min(s,t)∈Ds{(f(x+s,y+t),b)}]]>

其中，arg_Max，arg_Min分别表示使得D达到最到和最小的像素向量；D是为了确定根据目标与背景差异的多维向量的排序关系，引入的一个多维向量的度量算子；该度量算子由结构元素内各个像素累加距离计算得到，定义如下：

D(f(x,y),b)=ΣsΣtdist(f(x,y),f(s,t)),]]>(s，t)∈D_b

其中，dist是测量N维向量的逐点线性距离；为了有效地利用高光谱数据提供的光谱和空间信息，本发明采用正交投影散度计算该距离，考虑两个N维光谱信号s_i＝[s_i1，s_i2，...，s_iN]^T，s_j＝[s_j1，s_j2，...，s_jN]^T，则N维光谱信号s_i和s_j之间的正交投影散度OPD表示为：

OPD(si,sj)=(siTPsj⊥si+sjTPsi⊥sj)1/2]]>

其中，Psk⊥=IN×N-sk(skTsk)-1skT]]>，k＝i，j，并且I_N×N是N＊N维的单位矩阵。