[发明专利]一种高光谱图像的多尺度空谱协同分类方法

权利要求书

1.一种高光谱图像的多尺度空谱协同分类方法，其特征在于，包括如下步骤：

步骤一：对原始高光谱图像H进行特征提取，获得由波段子集构成的光谱信息集H_spec，所述波段子集具有原始高光谱图像H光谱特性；

步骤二：对光谱信息集H_spec进行多尺度空间信息的提取，获得多组多尺度空间信息数据集H_spet，且每组多尺度空间信息数据集H_spet的维度均与光谱信息集H_spec的维度相同；

步骤三：将多组多尺度空间信息数据集H_spet与光谱信息集H_spec进行融合及初步分类，获得初步分类结果图Q_init；

步骤四：将初步分类结果图Q_init分解为k张概率结果图P，k为整数；

步骤五：对k张概率结果图P进行后处理，获得最终的分类结果图O_fin，从而完成对高光谱图像的空谱协同分类。

2.根据权利要求1所述的一种高光谱图像的多尺度空谱协同分类方法，其特征在于，所述步骤一中，对原始高光谱图像H进行特征提取，获得具有原始高光谱图像H光谱特性的波段子集构成的光谱信息集H_spec的具体过程为：

利用最速上升法对原始高光谱图像H进行特征提取，从而获得具有原始高光谱图像H光谱特性的波段子集构成的光谱信息集H_spec。

3.根据权利要求1所述的一种高光谱图像的多尺度空谱协同分类方法，其特征在于，步骤二中，对光谱信息集H_spec进行多尺度空间信息的提取，获得多组多尺度空间信息数据集H_spet的具体过程为：

采用自适应双边保持滤波器对光谱信息集H_spec进行多尺度空间信息的提取，获得多组多尺度空间信息数据集H_spet。

4.根据权利要求1所述的一种高光谱图像的多尺度空谱协同分类方法，其特征在于，步骤三中，将多组多尺度空间信息数据集H_spet与光谱信息集H_spec进行融合及初步分类，获得初步分类结果图Q_init是具体过程为:

首先，将多组多尺度空间信息数据集H_spet与光谱信息集H_spec通过堆叠的方法进行融合，获得一组新的特征集H_ss；其次，利用SVM分类算法对新的特征集H_ss进行初步分类后，得到初步分类结果图Q_init。

5.根据权利要求1所述的一种高光谱图像的多尺度空谱协同分类方法，其特征在于，步骤五中，对概率结果图P进行后处理，获得最终的分类结果图O_fin，从而完成对高光谱图像的空、谱协同分类的具体过程为：

采用自适应高斯加权滤波器对k张概率结果图P进行后处理后，获得最终的分类结果图O_fin，从而完成对高光谱图像的空谱协同分类。