[发明专利]一种高光谱图像本质分解和图像分割方法有效
申请号: | 201610355413.0 | 申请日: | 2016-05-26 |
公开(公告)号: | CN106067171B | 公开(公告)日: | 2018-10-19 |
发明(设计)人: | 曹汛;赵杨;朱维新;纪小丽 | 申请(专利权)人: | 南京大学 |
主分类号: | G06T7/10 | 分类号: | G06T7/10;G06T7/49 |
代理公司: | 南京知识律师事务所 32207 | 代理人: | 李媛媛 |
地址: | 210046 江苏*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明提出一种高光谱图像本质分解和图像分割方法,具体步骤为:S1:将人造光源下的自然物体的高光谱图像分解为四种独立本质成分:光源信息、几何信息、材料特性、高光信息,并对其进行数学关系表述;S2:获取自然场景中多种不同材质物体的高光谱图像,对图像进行如步骤S1的本质分解,并建立基于标定数据的高光谱图像本质分解数据库;S3:提取步骤S1中获得的独立本质成分中的材料特性,采用无监督学习方法进行高光谱图像分割。本发明能够有效降低非平行光源和复杂几何纹理等影响,获得更好的图像分割效果;并为其他可视化研究如物体追踪、场景光源重建等提供数据获取方法和标定数据库(Ground Truth)支持。 | ||
搜索关键词: | 一种 光谱 图像 本质 分解 分割 方法 | ||
【主权项】:
1.一种高光谱图像分割方法,其特征在于,包括步骤如下:S1: 分别将两种人造光源下的自然物体的高光谱图像分解为四种独立本质成分:光源信息、几何信息、材料特性、高光信息,所述四种独立本质成分满足以下数学关系:I(x,λ)=L(λ)*s(x)*R(x,λ)+H(x,λ)其中I(x,λ)为自然物体的高光谱原始数据,L(λ)为人造光源的光谱强度曲线,即为光源信息;s(x)为物体的灰度阴影图像,即为几何信息;R(x,λ)为物体去除表面几何纹理后的光谱反射特性,即为材料特性;H(x,λ)为自然物体在光照环境下发生的镜面反射的光谱曲线,即为物体表面高光信息;具体采用交叉偏振法和喷漆覆盖方法进行分解,步骤如下:1)将白色的油漆喷覆在白色的平坦表面上,由高光谱相机分别获取两种人造光源和平坦表面上油漆的光谱曲线,光源光谱即为表示光源信息的独立本质成分;2)使用交叉偏振法,即将偏振滤波片分别放置于光谱相机和光源处并使其相互垂直,从而分离出在两种人造光源下,所拍摄物体分别对应的朗伯散射和高光信息的独立本质成分;3)采用喷漆覆盖方法,即将步骤1)中所述油漆均匀喷覆在拍摄物体的表面,去除物体本身的纹理变化影响以及步骤1)中的光源信息,从而从步骤2)的朗伯散射中进一步分解出材料特性和几何信息两种独立本质成分;4)通过上述步骤1)至3),最终可以分解出自然物体高光谱图像的光源信息、几何信息、材料特性和高光信息四种独立本质成分;S2: 获取自然场景中多种不同材质物体的高光谱图像,然后对每一幅图像进行如同步骤S1的本质分解,并作为标定数据,建立基于标定数据的高光谱图像本质分解数据库;S3: 提取步骤S1中获得的独立本质成分中的材料特性,利用步骤S2建立的高光谱图像本质分解数据库,采用无监督学习方法进行高光谱图像分割。
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南京大学,未经南京大学许可,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/201610355413.0/,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