[发明专利]高光谱图像的降维方法、装置及存储介质

说明书

本发明公开了一种高光谱图像的降维方法，包括如下步骤：获取高光谱图像，利用高光谱图像构建高斯金字塔；根据相邻两层的高斯图像之间的信息差，构建拉普拉斯金字塔；将高斯图像与拉普拉斯图像进行融合，构建特征金字塔；将若干特征图像进行融合，得到降维图像。本发明的高斯金字塔能够对高光谱图像进行逐级的采样和压缩，有效的降低高光谱图像的维度；拉普拉斯金字塔能够提取相邻两层高斯图像之间的信息差，防止细节特征信息的丢失；特征金字塔能够增强高光谱图像的细节特征信息，得到维度较低的、细节特征信息增强后的降维图像，从而提高了降维图像在实际应用时，特征信息提取的速度和准确性，进而提高了高光谱图像的应用范围。

技术领域

本发明涉及图像处理领域，具体涉及一种高光谱图像的降维方法、装置及存储介质。

背景技术

高光谱图像的准确分类在工业、农业和航空航天应用领域中发挥着重要作用，可以应用于精准农业、环境制图、社会安防、矿物勘探以及生物和化学检测等很多实际的应用领域。然而，高光谱图像的光谱维数高，且光谱波段间具有很强的统计相关性，致使信息冗余、计算复杂度高，最终导致分类精度低，制约了高光谱遥感图像的应用。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种高光谱图像的降维方法、装置及存储介质，能够对高光谱图像进行降维处理，从而提高高光谱图像特征信息提取的速度和准确性，进而提高了高光谱图像的应用范围。

根据本发明的第一方面的实施例的高光谱图像的降维方法，包括如下步骤：

获取高光谱图像，利用所述高光谱图像构建高斯金字塔；所述高斯金字塔含有若干层高斯图像；

根据相邻两层的所述高斯图像之间的信息差，构建拉普拉斯金字塔；所述拉普拉斯金字塔含有若干层拉普拉斯图像；

将所述高斯图像与所述拉普拉斯图像进行融合，构建特征金字塔；所述特征金字塔含有若干层特征图像；

将若干所述特征图像进行融合，得到降维图像。

根据本发明实施例的高光谱图像的降维方法，至少具有如下有益效果：高斯金字塔能够对高光谱图像进行逐级的采样和压缩，从而有效的降低高光谱图像的维度；拉普拉斯金字塔能够提取相邻两层高斯图像之间的信息差，从而防止细节特征信息的丢失；特征金字塔能够有效的增强高光谱图像的细节特征信息，通过使若干特征图像进行融合，能够得到维度较低的、细节特征信息增强后的降维图像，从而提高了降维图像在实际应用时，特征信息提取的速度和准确性，进而提高了高光谱图像的应用范围。

根据本发明的一些实施例，所述高斯金字塔的第0层所述高斯图像为高光谱图像。

根据本发明的一些实施例，所述高斯金字塔包括N层高斯图像，第l层高斯图像由第l-1层高斯图像经过高斯低通滤波和间隔采样处理而获得；其中1≤l≤N，N为正整数。

根据本发明的一些实施例，第l层所述高斯图像通过如下公式获得：

其中，R_l为第l层所述高斯图像的行数，C_l为第l层所述高斯图像的列数，G_l(i,j)为第l层所述高斯图像的第i行j列的像素点，ω为高斯核；G_l-1(2i+m,2j+n)是第l-1层所述高斯图像的第2i+m行2j+n列的像素点。

根据本发明的一些实施例，所述根据相邻两层的所述高斯图像之间的信息差，构建拉普拉斯金字塔，包括如下步骤：

获取第N层所述高斯图像，将第N层所述高斯图像设置为第N层拉普拉斯图像；第N层所述高斯图像为所述高斯金字塔的顶层；

通过对第l+1层所述高斯图像进行两倍插值放大处理，得到第l+1层放大图像；其中，0≤lN，N为正整数；