一种面向类别的高光谱数据彩色可视化方法技术

一种面向类别的高光谱数据彩色可视化方法，步骤一、根据有无监督信息对数据进行类别调整，步骤二、在选定的颜色空间内确定代表监督信息中每个类别独有的颜色的色相，以使得在结果图像中各类别间具有较好的视觉可分性，步骤三、根据每个类别选定的代表色相，结合降维后类内的数据关系确定图像中每个象元的饱和度及明度，同时，可以选择使用在剥离系数的控制下确定每一个象元的色相；步骤四、将上述带有监督信息的数据合成三维并在特定的彩色空间可视化。本发明专利技术更加充分地利用先验信息，进而获得更加令人满意的可视化效果。使输出图像中既显示数据类别又显示数据本身的差异。图像在保留监督信息的同时，在每类地物内部具有较好的距离保持特性。

【技术实现步骤摘要】
一种面向类别的高光谱数据彩色可视化方法
本专利技术属于遥感信息处理
，特别是一种高光谱数据彩色可视化方法。
技术介绍
彩色显示技术是对HSI地物信息空间分布的直观呈现，对于科学决策和信息利用意义重大。但是，有别于普通二维图像的三信道显示方法，高维的数据立方体结构使得高光谱图像无法直接在常用显示设备中进行显示。因此，通常将三维高光谱数据优化到三信道彩色显示系统(如RGB、HSV等色彩空间)显示，能够拥有更好的可视化效果并表达更为丰富的信息。但这种变换到低维的显示模型无可避免的损失了一部分光谱信息，目前，常用的HSI的彩色可视化方法有以下三种：其一，遵循不同准则直接选取三个光谱波段，使其分别作为RGB空间的信道进行假彩色合成。但是这种仅提取部分波段进行显示的方法无可避免地会造成大量的有用信息的丢失。其二，直接对原始数据进行处理，压缩信息使其变换到三信道并在彩色空间进行显示，该方法可以通过以下几种方式实现：1)基于简单变换；2)JACOBSON和GUPTA所提出的基于固定线性光谱加权封装方法；3)基于矩阵变换的降维方法；4)融合方法；5)遵循某种信息保持准则的优化方法。但是，这些方法产生的图像往往存在偏暗、无法判断各主成分的特征排序、各成分之间并非相互独立、实际数据非线性、计算量过大等问题。此外，这些基于HSI原始数据立方体的可视化方法，无法根据观察需要以满足不同的显示侧重，同时也无法充分利用先验信息。其三，建立在像素分析结果之上，对分析结果进行显示。这类方法较之上面的两类方法从信息挖掘角度来讲明显具有更为重要的意义，因为比起使用单一数据变换，使用像素分析结果的可视化通常能够产生更好的数据分析效果。QIANDU等对基于数据变换及分类的高光谱图像可视化方法进行了详尽的对比论述。Mignotte提出了考虑类相似性约束的自动彩色分配方法，但是该方法仅适用于类别较少的图像(类别数)，而且这种端元颜色标签选择方法并不适用于混合像素的颜色表达。此外，这种在可视化中放弃亮度等信息的方法，不仅削减了彩色图像所能够表述的信息，而且削弱了空间分布信息在可视化图像中的体现。如上所述，现有的高光谱图像可视化方法皆可被看作是面向数据的方法，这些方法由于缺少显示的针对性，或者在合成信道时损失了图像中的有价值信息，或者所展示的类别信息并非完全满足观察者的需求。尤其对于有监督的高光谱数据，数据中已知的先验知识无法被充分利用。因此，相对于以上所述具有通用性的面对数据的可视化方法，面向观察需求(或面向对象)的高光谱可视化方法在某些方面更加具有实用性。例如，对于某块农耕区域，往往可知其间所种农作物类别及大致分布，通过卫星图像也较易确定各类别空间分布信息。因而对于该区域，观察者更感兴趣的往往是病虫害信息，抑或同类农作物间的长势区别或是混入的异类地物，即与同类别相比的异常区域。但是面向数据的可视化方法仅是对该区域的整体数据进行处理及无差别显示，不仅无法充分利用监督数据，更可能无法对某些异常地物进行有效的显示。如若分别对各类别地物进行处理，又会影响图像信息的整体表述，且所需的显示图像难免多且繁琐。
技术实现思路
本专利技术的目的在于使输出图像中既显示数据类别又显示数据本身的差异。该图像在保留监督信息的同时，在每类地物内部具有较好的距离保持特性的面向类别的高光谱数据彩色可视化方法。本专利技术通过如下步骤来实现：步骤一、根据有无监督信息对数据进行类别调整，其中对于非监督信息，可利用粗聚类等方法对数据分类。然后利用流形学习的非线性优点，根据监督信息对不同类别或不同区域分别进行降维。步骤二、在选定的颜色空间内确定代表监督信息中每个类别独有的颜色的色相，以使得在结果图像中各类别间具有较好的视觉可分性，本专利技术中使用HSV彩色空间后，当不使用调和系数时，原数据直接降维到二维I2作为各象元的饱和度及明度，各元素的色相即为类别色相。当选择使用调和系数时，原数据经降维后成为一个三维数据，记为I3，其中前两维数据I2将会作为各象元的饱和度及明度。提出方法还可以选择是否使用第三维数据(一维)I1作为相应象元的色相波动值，在剥离系数r的协调下决定各象元的色相值。步骤三、根据每个类别选定的代表色相，结合降维后类内的数据关系确定图像中每个象元的饱和度及明度，同时，可以选择使用在剥离系数的控制下确定每一个象元的色相。步骤四、将上述带有监督信息的数据合成三维并在特定的彩色空间可视化。本专利技术与现有技术相比，具有如下优点：更加充分地利用先验信息，进而获得更加令人满意的可视化效果。使输出图像中既显示数据类别又显示数据本身的差异。图像在保留监督信息的同时，在每类地物内部具有较好的距离保持特性。附图说明图1为本专利技术的流程示意简图；图2为本专利技术的HSV彩色空间示意图；图3为本专利技术的印第安纳州农林地物(Indiana)数据；其中，(a)100波段，(b)PCA，(c)类别颜色标签；图4为本专利技术的帕维亚大学图像(Pavia)数据；(a)80波段，(b)PCA(c)类别颜色标签；图5为本专利技术的印第安纳州农林地物(Indiana)数据可视化结果；图6为本专利技术的帕维亚大学图像(Pavia)数据可视化结果。具体实施方式下面结合附图对本专利技术做出更详细的描述。本专利技术为一种面向类别的高光谱数据彩色可视化方法，采用流形算法来对高光谱数据进行显示，下面给出本专利技术的详细实施过程，见附图1。步骤一，根据图像是否有监督数据分别对图像进行类别调整。若所需可视化的图像无监督，则需要在进行降维步骤之前进行快速分类或粗聚类，随后将分类结果作为用于可视化的类别信息并进行显示。对于分类时所取的类别数目及分类精度则需要根据具体情况而确定，类别划分过细或精度设定过高会导致耗时的增加，影响随后应用流形算法的降维效果，以及造成生成图像颜色表达的混乱；选定过少的类别数目时，当应用流形算法对类内数据进行降维时，很可能会面对内存不足的问题，同时也会增加降维时的时间损耗。若所需可视化的图像有监督，那么无论是精确的类别空间分布信息还是模糊的地域空间信息，都可作为已知的类别监督数据。同样，适当地选择类间合并及类内再次聚类也是一种增强可视化效果的方法。类间合并能够减少显示时需要重点区分的类别，避免类别色相选取过多时导致的图像内代表类别的颜色过多以及色差过小，进而增加类间可分性增强视觉效果。类内再聚类则会避免降维时的数据尺度过大的问题及减少降维时的用时损耗。在确定类别信息后，为保持类内数据在原始高光谱数据中的距离特性及其非线性，本专利技术中利用流形方法对数据中各类别分别进行降维处理。当选择使用调和系数时，由N维的原高光谱数据降维到二维(饱和度及明度)+一维(色调)；当不选用调和系数时，数据由N维直接降维到二维(饱和度及明度)。理想的情况是具有更多类别信息的一维用做确定色调，而其他两维用以确定饱和度和亮度来区分相同类别内部的变化。但是，对于不同的降维方法，很难说明降维后每维之间所含信息之间的关系。此外，在彩色空间中，色差可以近似地等于彩色空间中的几何距离。因此三维数据顺序的交换在理想假设下对色差影响不大。所以在本专利技术中，人为设定前两维作为饱和度及明度信息，第三维用以确定色调。而本专利技术可选用T-SNE(T-DistributedStochasticNeighbo本文档来自技高网...

【技术保护点】
一种面向类别的高光谱数据彩色可视化方法，其特征在于：本专利技术通过如下步骤来实现：步骤一、根据有无监督信息对数据进行类别调整，其中对于非监督信息，可利用粗聚类等方法对数据分类，然后利用流形学习的非线性优点，根据监督信息对不同类别或不同区域分别进行降维；步骤二、在选定的颜色空间内确定代表监督信息中每个类别独有的颜色的色相，以使得在结果图像中各类别间具有较好的视觉可分性，本专利技术中使用HSV彩色空间后，当不使用调和系数时，原数据直接降维到二维I

【技术特征摘要】
1.一种面向类别的高光谱数据彩色可视化方法，其特征在于：本发明通过如下步骤来实现：步骤一、根据有无监督信息对数据进行类别调整，其中对于非监督信息，可利用粗聚类等方法对数据分类，然后利用流形学习的非线性优点，根据监督信息对不同类别或不同区域分别进行降维；步骤二、在选定的颜色空间内确定代表监督信息中每个类别独有的颜色的色相，以使得在结果图像中各类别间具有较好的视觉可分性，本发明中使用HSV彩色空间后，当不使用调和系数时，原数据直接降维到二维I2作为各象元的饱和度及明度，各元素的色相即为类别色相，当选择使用调和系数时，原数据经降维后成为一个三维数据，记为I3，其中前两维数据I2将会作为各象元的饱和度及明度，提出方法还可以选择是否使用第三维数据(一维)I1作为相应象元的色相波动值，在剥离系数r的协调下决定各象元的色相值；步骤三、根据每个类别选定的代表色相，结合降维后类内的数据关系确定图像中每个象元的饱和度及明度，同时，可以选择使用在剥离系数的控制下确定每一个象元的色相；步骤四、将上述带有监督信息的数据合成三维并在特定的彩色空间可视化。2.根据权利要求1所述的一种面向类别的高光谱数据彩色可视化方法，其特征在于：步骤二，各象元颜色的具体确定方法如下：(1)选取类别标签颜色色相，本发明在HSV彩色空间下进行显示，当图像中类别数目较少或需要较快运行时间或者对可视化精度要求不高时，各类别的颜色标签可以选择由编译软件中已较为成熟的编码方法进行确定，如MATLAB软件中的颜色映射函数(colormap)等方法自动选取类别的色相，当类别数目较高或显示要求较为严格时，选用角度选取绕圆锥中心轴的色相值的方法，选取原则如下：hj＝360°j/n+α，(1)其中n为类别数目，hj为第j个类别的标签色相值且hj∈[0,360°]，α为色相的初始相位，α的值可由先验知识决定，使其能尽量符合所需的预设定颜色，如当需要的3个类别的预设定颜色为红、绿、蓝时，只需设定α＝0，n＝3，此时通过公式(1)即可得到相应的色相值，当得到各色相值...

【专利技术属性】
技术研发人员：刘丹凤，许小可，肖婧，毕学良，
申请(专利权)人：大连民族大学，
类型：发明
国别省市：辽宁,21