[发明专利]一种基于无人机的数据处理的方法及装置

说明书

本申请涉及终端领域，公开了一种基于无人机的数据处理的方法及装置。所述方法包括：通过无人机实现高光谱图像和LiDAR数据的同步数据采集和存储；然后利用二维Gabor滤波器和三维Gabor滤波器分别对LiDAR数据和高光谱图像进行幅值特征提取，得到具有相似性和互补性的纹理特征；将提取到的两类纹理特征连接，利用KPCA算法进行特征抽取，进一步与降维后的原始高光谱数据连接得到最终的融合特征，并利用支持向量机进行监督分类。该方法的优点在于使用Gabor特征提取异质数据的纹理特征，使原始异质数据在纹理特征空间具有可融合性，同时加入原始高光谱图像的有效光谱信息的特征表达，最终融合了光谱、纹理、高程三大特征，提升了地物的识别精度。

技术领域

本发明涉及计算机领域，尤其涉及一种基于无人机的数据处理的方法及装置。

背景技术

目前，随着科学技术的发展，通过遥感影像获取地面专题信息已成空间信息科学以及相关行业部门研究和应用的热点。遥感影像信息提取的基础和关键是影像分类，即对同一类地物所对应的影响目标进行划分。

具体的，通过高光谱传感器在数百个波段上对地物成像获得的高光谱图像包含了关于地物辐射、空间和光谱三重信息，使得地物的识别和分类更加有效，是当前遥感成像技术的研究热点。然而，高光谱传感器易受云层影响，同时高光谱图像中同物异谱、同谱异物的情况广泛存在，造成直接使用原始高光谱图像进行分类的精度低下。

发明内容

本发明实施例公开了一种基于无人机的数据处理的方法，通过将高光谱图像和包含地物高程几何信息的激光探测与测量数据进行特征融合以提高地物分类精度。

本发明实施例第一方面公开一种基于无人机的数据处理的方法，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；

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三维Gabor特征表达；

将所述二维Gabor幅值特征与所述三维Gabor幅值特征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。

本发明第二方面公开了一种装置，所述装置包括：

采集单元，用于同步采集高光谱图像和激光探测与测量LiDAR数据；

提取单元，用于利用二维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；

所述提取单元，还用于利用三维Gabor滤波器组对所述高光谱图像进行幅值特征提取以三维Gabor特征表达；

连接单元，用于将所述二维Gabor幅值特征与所述三维Gabor幅值特征进行连接以获取目标Gabor特征表达；

降维单元，用于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；

获取单元，用于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；

分类单元，用于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。

本发明第三方面公开了一种服务器，所述服务器包括：