[发明专利]基于超像素级信息融合的高光谱图像的分类方法及系统

摘要

本发明适用于图像处理领域，提供了一种基于超像素级信息融合的高光谱图像的分类方法及系统，旨在解决现有的分类方法计算复杂度高、分类精度较低以及波段间存在较大冗余的问题。所述方法包括下述步骤：滤波器生成步骤、Gabor特征提取步骤、高光谱图像超像素分割步骤、超像素特征数据计算步骤、超像素空间坐标计算步骤、数据降维步骤、高光谱特征数据生成步骤以及多任务支持向量机分类步骤。

主权项

一种基于超像素级信息融合的高光谱图像的分类方法，其特征在于，所述分类方法包括下述步骤：滤波器生成步骤：生成若干个二维的Gabor滤波器；Gabor特征提取步骤：将每一个所述Gabor滤波器分别与高光谱图像中的每一个波段进行卷积运算，并对卷积运算结果进行取幅值运算，得到若干个Gabor特征块；高光谱图像超像素分割步骤：对所述高光谱图像进行超像素分割，得到若干个超像素；超像素特征数据计算步骤：将每一个所述超像素与每一个所述Gabor特征块分别进行均值计算，得到若干个第一维度的超像素特征数据；超像素空间坐标计算步骤：将每一个所述超像素与所述高光谱图像分别进行坐标均值计算，得到1个空间坐标数据集合；数据降维步骤：将每一个所述第一维度的超像素特征数据分别与所述空间坐标数据集合使用空谱结合的薛定谔特征映射方法进行特征降维，从第一维度降到第二维度，得到若干个第二维度的超像素特征数据；高光谱特征数据生成步骤：将每一个所述第二维度的超像素特征数据分别与所述空间坐标数据集合使用自然邻点插值法进行重构，得到若干个三维高光谱特征数据；多任务支持向量机分类步骤：对所述每一个三维高光谱特征数据分别进行多任务的支持向量机分类。