[发明专利]一种增强二维奇异谱分析的空间特征提取方法在审
申请号: | 202210199324.7 | 申请日: | 2022-03-02 |
公开(公告)号: | CN114581704A | 公开(公告)日: | 2022-06-03 |
发明(设计)人: | 付航;于会泳;刘春秀;董震;高慧娟 | 申请(专利权)人: | 青岛星科瑞升信息科技有限公司 |
主分类号: | G06V10/764 | 分类号: | G06V10/764;G06V10/774;G06V10/40;G06F17/16 |
代理公司: | 成都宏田知识产权代理事务所(普通合伙) 51337 | 代理人: | 菅秀君 |
地址: | 266000 山东省青岛市黄岛区前*** | 国省代码: | 山东;37 |
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 增强 二维 奇异 谱分析 空间 特征 提取 方法 | ||
1.一种增强二维奇异谱分析的空间特征提取方法,其特征在于,包括以下步骤:
步骤一:基于自适应窗口的特征分解
1)自适应嵌入:选取遥感高光谱影像,根据每个目标光谱像素及其相似光谱像素的个数,确定嵌入窗口的大小;
2)、构造轨迹矩阵:对于任一波段将每个目标像素及相似像素拉伸为列向量,并记录相应的空间位置,通过对全图像素对应的列向量进行排列,得到轨迹矩阵;
3)奇异值分解:对轨迹矩阵进行奇异值分解,可得到一定数量的奇异值及对应的奇异向量;
步骤二、基于增强最大奇异值的特征重构
4)轨迹矩阵重构:选取最大奇异值及其对应的奇异向量,对轨迹矩阵进行重构;
5)像素重投影:对于重构轨迹矩阵中的每个列向量,结合2)中记录的空间位置信息,将每个像素值重新投影到原始的空间位置;
6)像素修正:部分像素在步骤1)中被多次选择,并被包含在多个列向量中得到多个重构值,对多个重构值进行平均得到最终的像素值。
2.根据权利要求1所述的一种增强二维奇异谱分析的空间特征提取方法,其特征在于,在步骤1)中,自适应嵌入的方式具体为:定义待处理的高光谱影像X,确定其尺寸大小为N=R×C,波段数量为B,满足R=145,C=145和B=200,将影像X表示为所有光谱像素的集合,为嵌入窗口大小确定为L,对于任一光谱像素pi,则在全图范围内选取(L-1)个相似像素,相似性度量为归一化欧式距离,则计算公式为:
其中,sij表示像素pi和像素pj的相似度,选取每个像素pi的(L-1)个相似像素组成该像素对应的自适应嵌入窗口。
3.根据权利要求2所述的一种增强二维奇异谱分析的空间特征提取方法,其特征在于,在步骤2)中,构造轨迹矩阵为逐波段进行,具体方式为:将原始影像X表示为所有波段图像的集合,为对于某一波段图像Xi,其对应的像元值为将每个像元值xk对应的嵌入窗口内的所有像元,拉伸为一个列向量并记录嵌入窗口内像元的空间位置,通过对全图所有像元得到的列向量进行排列,得到轨迹矩阵G,如下式所示:
4.根据权利要求3所述的一种增强二维奇异谱分析的空间特征提取方法,其特征在于:在步骤3)中,对轨迹矩阵G进行奇异值分解,得到奇异值(λ1≥λ2≥...≥λL)及相应的奇异向量:左奇异向量(U1,U2,...,UL)和右奇异向量(V1,V2,...,VL),轨迹矩阵可写成多个子矩阵的和:
G=G1+G2+...+GL
其中,Gi表示对应第i个奇异值的子矩阵,由奇异值和相应的奇异向量构造而成。
5.根据权利要求4所述的一种增强二维奇异谱分析的空间特征提取方法,其特征在于:在步骤4)中,选用最大奇异值对应的子矩阵G1作为轨迹矩阵G的重构:
其中表示重构轨迹矩阵G1的每个列向量。
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青岛星科瑞升信息科技有限公司,未经青岛星科瑞升信息科技有限公司许可,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/202210199324.7/1.html,转载请声明来源钻瓜专利网。