[发明专利]一种基于协方差表示的高光谱图像分类方法及设备有效
申请号: | 202211154270.9 | 申请日: | 2022-09-22 |
公开(公告)号: | CN115240074B | 公开(公告)日: | 2023-08-11 |
发明(设计)人: | 孙启玉;刘玉峰;孙平 | 申请(专利权)人: | 山东锋士信息技术有限公司 |
主分类号: | G06V20/10 | 分类号: | G06V20/10;G06V10/30;G06V10/58;G06V10/764;G06V10/77;G06V10/774 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 250101 山东省济南市高*** | 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 基于 协方差 表示 光谱 图像 分类 方法 设备 | ||
1.一种基于协方差表示的高光谱图像分类方法,其特征是,包括步骤如下:
S1.对图像标准化预处理并进行MNF降维降噪;
S2.进行双空间尺度图像块的裁剪,对每个图像像元进行空间窗大小不同的两种空间邻域尺度的图像块的裁剪;
S3.裁剪完后将数据集拆分为训练集和测试集;
S4.对两种空间邻域尺度图像块进行协方差表示;所述的协方差表示,对于某个尺度的图像块X∈Rk×k×b,首先在空间维度进行转置得到其包含k2个光谱维度为b的像元,对应的协方差表示有:
其中,μ是像元向量的均值向量,T表示矩阵的转置;
S5.对两种空间邻域尺度的协方差表示进行处理与融合,得到光谱-空间协方差表示向量;
所述的处理与融合,首先对两个协方差表示进行上三角化,之后通过向量化展平得到两个1维上三角协方差向量,并进一步进行逐元素相加融合得到最终的双尺度光谱-空间表示向量;
S6.基于训练集将光谱-空间协方差表示向量送入支持向量机进行训练;
S7.对训练好的支持向量机模型进行测试集预测;
S8.利用最终训练好的模型获得高光谱图像分类映射结果。
2.根据权利要求1所述的一种基于协方差表示的高光谱图像分类方法,其特征是,步骤S2所述的双空间尺度图像块的裁剪按k×k×b尺寸,其中k×k选不同两个空间窗,b不变是图像原始光谱维数。
3.根据权利要求2所述的一种基于协方差表示的高光谱图像分类方法,其特征是,步骤S2所述的双空间尺度图像块的裁剪为将预处理图像的边界分别进行双尺度长度的0填充,对于每个图像像元进行9×9×b和11×11×b两种图像尺度的图像块剪裁,其中9×9和11×11代表两种空间邻域尺度的图像块的空间窗大小,b是图像原始光谱维数。
4.根据权利要求1所述的一种基于协方差表示的高光谱图像分类方法,其特征是,步骤S4所述的协方差表示可以获得对应两种空间邻域尺度图像块的协方差表示即C1∈Rb×b与C2∈Rb×b,两个协方差矩阵大小是相同的。
5.根据权利要求1所述的一种基于协方差表示的高光谱图像分类方法,其特征是,步骤S6所述的支持向量机训练选用径向基函数RBF作为非线性核函数,正则化参数设为20,不断地迭代训练,停止准则的误差设为1e-5。
6.一种存储设备,其为计算机可读存储设备,其特征是,所述的计算机可读存储设备上存储有计算机程序用于实现如权利要求1-5任一项所述的基于协方差表示的高光谱图像分类方法中的步骤。
7.一种基于协方差表示的高光谱图像分类设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征是,所述处理器执行所述程序时实现如权利要求1-5任一项所述的基于协方差表示的高光谱图像分类方法。
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山东锋士信息技术有限公司,未经山东锋士信息技术有限公司许可,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/202211154270.9/1.html,转载请声明来源钻瓜专利网。