[发明专利]一种基于背景自学习的高光谱图像生物信息提取方法在审
| 申请号： | 201710464526.9 | 申请日： | 2017-06-19 |
| 公开（公告）号： | CN107368788A | 公开（公告）日： | 2017-11-21 |
| 发明（设计）人： | 郑国毜 | 申请（专利权）人： | 太仓埃特奥数据科技有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/46;G06K9/62 |
| 代理公司： | 北京华仲龙腾专利代理事务所(普通合伙)11548 | 代理人： | 李静 |
| 地址： | 215400 江苏省苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 基于 背景 自学习 光谱 图像 生物 信息 提取 方法 | ||
1.一种基于背景自学习的高光谱图像生物信息提取方法，其特征在于：包括以下步骤：
使用最小误差高光谱信息辨识法来估计图像中端元个数；
将步骤得到的端元数作为聚类数，将聚类数引入到最小误差高光谱信息辨识法对背景信息进行聚类；
得到聚类信息后，将聚类中心的光谱信息作为向量，计算各聚类间的光谱角，并合并光谱角的类别；
找到与先验信息光谱特征最接近的类，通过比较聚类中心与先验信息光谱角，来判断些类别是否舍弃；
在提取目标信息前，给每个像素点决定一个背景类，以当前像素为中心，划定一个正方形区域，以该区域内的所有像素点的信息共同决定当像像素的背景类，然后对正方形区域内的所有像素点进行加权平均的方法，得到具有空间信息的测试像素点光谱信息，再通过算法对每个像素进行计算，得到的值通过阈值划分来判定是否为需要提取的目标信息。
2.根据权利要求1所述一种基于背景自学习的高光谱图像生物信息提取方法，其特征在于：所述步骤中，每个聚类中的像素个数不少于图像的波段数。
3.根据权利要求2所述一种基于背景自学习的高光谱图像生物信息提取方法，其特征在于：当像素个数小于图像的波段数的类别合并到最近的类别中。
4.根据权利要求1所述一种基于背景自学习的高光谱图像生物信息提取方法，其特征在于：所述步骤中正方形区域的大小可以根据要求进行调整。
5.根据权利要求1所述一种基于背景自学习的高光谱图像生物信息提取方法，其特征在于：所述步骤中每个像素计算的算法为广义似然比方法。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于太仓埃特奥数据科技有限公司，未经太仓埃特奥数据科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201710464526.9/1.html，转载请声明来源钻瓜专利网。
