[发明专利]一种基于无人机的数据处理的方法及装置

权利要求书

1.一种基于无人机的数据处理的方法，其特征在于，所述方法包括：

同步采集高光谱图像和激光探测与测量LiDAR数据；

利用二维Gabor滤波器组对LiDAR数据进行幅值特征提取以获取二维Gabor特征表达；所述LiDAR数据为I_LiDAR∈R^X×Y，其中X,Y为图像的空间维度；所述二维Gabor特征表达为二维空间特征；

利用三维Gabor滤波器组对所述高光谱图像进行幅值特征提取以获取三维Gabor特征表达；

将所述二维Gabor特征表达与所述三维Gabor特征表达进行连接以获取目标Gabor特征表达；

利用核函数的主成分分析算法KPCA分别对所述目标Gabor特征表达和所述高光谱图像进行降维处理；

根据经过降维处理后的目标Gabor特征表达和高光谱图像获取融合表达特征；

根据所述融合表达特征和基于带径向基核函数RBF核的支持向量机进行监督分类。

2.根据权利要求1所述的方法，其特征在于，

所述二维Gabor滤波器组是根据4个不同频率{u_m,m＝1,2,...,4}、6个不同方向{θ_n,n＝1,2,...,6}以及第一预设公式获取的；

其中，第一预设公式为：

其中，z＝xcosθ_n+ysinθ_n；(x,y)表示单波段图像的某一像素点空间域坐标，j表示虚单位，σ表示高斯包络的宽度，u_m表示第m个频率，θ_n表示第n个方向；

所述利用二维Gabor滤波器组对LiDAR数据进行幅值特征提取以获取二维Gabor特征表达，包括：

将所述二维Gabor滤波器组与图像I_LiDAR进行卷积操作，并对结果取绝对值运算以得到24个二维Gabor幅值特征；

将所述24个二维Gabor幅值特征进行连接以得到LiDAR数据的二维Gabor特征表达。

3.根据权利要求2所述的方法，其特征在于，所述高光谱图像为I_HSI∈R^X×Y×B，其中B为高光谱图像的光谱维度，其中X,Y为图像的空间维度；

所述三维Gabor滤波器组是根据4个不同频率幅度{f_s,s＝1,2,...,4}，13个不同方向{(θ_t,φ_t)；t＝1,2,...,13}以及第二预设公式获取的；

其中，第二预设公式为：

其中，(x,y,b)表示多波段图像的某一像素点的空谱联合域坐标，b代表图像的某一波段，f_s表示第s个频率幅度；

所述利用三维Gabor滤波器组对所述高光谱图像进行幅值特征提取以获取三维Gabor特征表达，包括：

将所述三维Gabor滤波器组与图像I_HSI进行卷积操作，并对结果取绝对值运算以得到52个三维Gabor幅值特征；

将所述52个三维Gabor幅值特征进行连接以得到高光谱图像的三维Gabor特征表达。

4.根据权利要求3所述的方法，其特征在于，所述将所述二维Gabor特征表达与所述三维Gabor特征表达进行连接以获取目标Gabor特征表达，包括：

其中，所述N为目标Gabor特征表达；

其中，

其中，L_F＝L_H+L_G，L_H＝24，L_G＝52*B。