[发明专利]一种空谱一体化的高光谱遥感图像分类方法在审
申请号: | 201310393099.1 | 申请日: | 2013-09-02 |
公开(公告)号: | CN103473557A | 公开(公告)日: | 2013-12-25 |
发明(设计)人: | 郭宝峰;高晓健;陈春种;彭冬亮;左燕;谷雨 | 申请(专利权)人: | 杭州电子科技大学 |
主分类号: | G06K9/62 | 分类号: | G06K9/62 |
代理公司: | 杭州求是专利事务所有限公司 33200 | 代理人: | 杜军 |
地址: | 310018 浙*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种空谱一体化的高光谱遥感图像分类方法。常规的高光谱图像分类技术主要关注于如何更好地利用光谱空间的分类信息,往往忽视图像空间域信息。本发明在利用数据进行自身光谱特征分类的同时采用区域生长法和二值形态学法相结合的空间域有效信息对光谱分类结果进行补充。本发明首先采用基于支持向量机的分类方法对数据进行谱域分类。之后采用区域生长法和二值形态学法引入空间域有效信息对光谱分类结果进行修正。本发明更加充分地利用了高光谱数据包含的信息,提高了高光谱图像分类精度。 | ||
搜索关键词: | 一种 一体化 光谱 遥感 图像 分类 方法 | ||
【主权项】:
1. 一种空谱一体化的高光谱遥感图像分类方法,其特征在于该方法包括以下步骤:1)高光谱谱域分类;首先对数据做归一化处理,并依据先验知识,在每个地物类别区域内,随机的选取一定比例的训练样本构成训练样本集;然后进行分类器的训练,采用的分类器为支持向量机;最后用训练好的分类器进行数据的测试,即能得到谱域分类的结果;目标边缘检测;在进行谱域分类结果优化前,先要得到目标的边缘信息,目标边缘检测具体实现步骤如下:第一步:选择两个清晰波段的灰度图像;第二步:用Canny算子对第一个波段进行边缘检测;首先对图像
采用高斯滤波函数进行滤波操作;然后,对梯度幅值进行非极大值抑制,确定候选边缘点,其具体做法为寻找图像梯度中的局部极大值点,并且设置非局部极大值点为零,从而使得图像边缘得到细化;最后,采用双阈值处理,设定高阈值
和低阈值
,取
,扫描图像;若图像中的点
的梯度幅值大于高阈值,则该点为边缘点;若图像中的点
的梯度幅值小于低阈值,则该点为一定不为边缘点;若点
的梯度幅值在两阈值之间,则要视其邻接像素中是否有边缘点,若有,则将其划归为边缘点;第三步:用LoG算子对第二个波段进行边缘检测;首先对图像采用高斯滤波函数进行滤波操作,然后采用Laplacian算子依据二阶导数过零点来检测边缘;所述LoG算子即高斯型的Laplacian算子,卷积模板形式为:
第四步:为了提高边缘检测的有效性,将上述两种算子得到的边缘检测结果进行叠加即能得到较清晰的目标轮廓;空间域信息优化; 在得到目标边缘信息后,采用区域生长法或二值形态学法进行谱域分类结果优化;3.1)区域生长法;区域生长法就是一种基于某个确定的准则将像素或者种子连接成区域的方法;首先,在待分割的区域中选定一个种子点或种子区域作为此区域生长的起点,之后对种子周围符合事先设计好的某个生长准则的点划归到此区域中;继而将新生长出来的点作为种子点,重新在其邻域探索符合生长规则的点,直到没有新的邻点满足生长规则时区域生长停止;具体实现步骤如下:第一步:选择能够代表区域特性的一个种子点或一组种子区域;在空谱一体化应用中,首先有对基于谱域信息的分类结果,故而可以选取每种目标的分类结果的像素点作为种子集;第二步:确定相应的区域生长准则;由于基于先验知识,知道目标点具有聚集特性;对种子点周围的四邻域内,进行搜索,检测是否有未分类的像素点,即非目标像素点;若有则对该点做生长操作,判定其为种子点的模式类别;第三步:设置区域生长终止条件和限制条件;有目标点聚集特性的先验知识,可以通过对空间域图像的边缘检测确定目标的大致轮廓,从而可以确定区域生长的边界;区域生长的终止条件即为生长区域达到边界,不再通过四邻域搜索形成新增长种子点;为了防止过度生长,限制条件为区域生长的总像素点不能超过目标种子群的两倍;3.2)二值形态学法,具体实现步骤如下: 第一步:膨胀运算;膨胀就是在二值图像处理中使得对象“加长”或者“变粗”的操作;膨胀通过集合的形式定义,若
和
是
中的集合,那么
被
膨胀可定义为
上式可等价为
其中
称为输入图像,
称为结构元素;膨胀实际上是通过输入图像的所有点通过对结构元素的平移
,然后将所标记的点取并集得到的;膨胀是对二值图像的目标边界点进行扩充,具有填补图像目标中大于结构元素的空洞的作用; 第二步:闭运算;若集合
为输入图像,集合
为结构元素,那么结构元素对集合
的闭运算操作定义为![]()
对
进行闭运算的实质就是结构元素
对图像集合
先作膨胀运算,然后对结果进行腐蚀运算; 第三步:腐蚀运算;腐蚀运算是对二值图像的目标边界点的进行收缩或细化;若
和
是
中的集合,那么
对
进行腐蚀的定义为
其中
是数学形态学的腐蚀算子,
为输入图像,
为结构元素;在二维空间下,
为某向量,集合
平移
得到
;腐蚀的理解就是将结构元素平移某个向量后仍包含在输入图像空间中的所有点的集合; 第四步:开运算;若集合
为输入图像,集合
为结构元素,那么结构元素对集合
的开运算操作定义为
膨胀腐蚀运算的组合运算构成了开运算;集合的结构元素
对图像集合
先作一次腐蚀,然后对结果作一次膨胀;开运算另外一种等价表达形式为
上式表征了开运算可以通过计算所以能够填入图像内部的结构元素平移的并集来求得;开运算作用于图像能够过滤那些无法包含结构元素的对象区域,可以很好的平滑图像的轮廓,切断细长的连接起到分离作用。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
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杭州电子科技大学,未经杭州电子科技大学许可,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/patent/201310393099.1/,转载请声明来源钻瓜专利网。
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序