The invention provides a hyperspectral image classification method based on information measure, which comprises the following steps: applying entropy and color matching function to preliminarily select the spectral band in the hyperspectral image; calculating the mutual information between the initially selected spectral bands, selecting the spectral band with the smallest mutual information, and completing the secondary selection; extracting the spatial spectral information of the spectral band after the secondary selection; and converting the spatial spectral information Input information to CNN model, output classification results and images. The hyperspectral image classification method based on the information measure of the invention has good classification performance, high classification accuracy for highly similar ground feature information, and more prominent classification performance on the sample sufficient data set.
【技术实现步骤摘要】
基于信息测度的高光谱图像分类方法
本专利技术涉及高光谱图像处理
,特别涉及基于信息测度的高光谱图像分类方法。
技术介绍
近年来,高光谱图像(HyperspectralImage,HSI)分析在各领域的应用十分广泛,如应用于土地覆盖分类与变化监测、环境科学和矿物开发等。高光谱传感器通过捕获数以百计连续窄谱带上的二维地面空间图像,产生了包含光谱信息和空间信息的三维高光谱图像。高光谱传感器提供许多传统光谱传感器无法提供的连续光谱曲线,其波段横跨可见光到红外光,包含丰富的光谱信息。虽然高光谱图像丰富的光谱信息和空间信息有利于对地面目标进行分类,但在实际应用中也面临着一定的困难:高光谱图像具有高维度和高信息冗余的典型特征,与普通图像相比包含的信息量更加庞大,导致在分类中对某个像元进行处理的运算量较大,因此需要先对高光谱图像进行降维预处理。目前,主成分分析(PrincipalComponentAnalysis,PCA)已成为常用的将高维数据降成低维的方法。但仅提取空间特征或光谱特征无法充分融合空间信息和光谱信息,而空谱信息的融合对于提高高光谱图像的分类准确率十分必要。因此,如何提供一种在正常样本量下对高度相似的地物信息分类准确率高、误分类信息少的高光谱图像分类方法是本领域技术人员亟需解决的问题。
技术实现思路
本专利技术提供了基于信息测度的高光谱图像分类方法,提出了提出基于信息测度降维的CNN分类方法(IM),以及在信息测度降维的基础上加强与光谱信息融合的CNN分类方法(IM_S ...
【技术保护点】
1.基于信息测度的高光谱图像分类方法,其特征在于,包括如下步骤:/n步骤一,应用熵和颜色匹配函数对高光谱图像中的光谱带进行初步选择;/n步骤二,计算初步选择后光谱带之间的互信息,选择互信息最小的光谱带,完成二次选择;/n步骤三,提取二次选择后光谱带的空谱信息;/n步骤四,将所述空谱信息输入至CNN模型,输出分类结果与图像。/n
【技术特征摘要】 【专利技术属性】
1.基于信息测度的高光谱图像分类方法,其特征在于,包括如下步骤:
步骤一,应用熵和颜色匹配函数对高光谱图像中的光谱带进行初步选择;
步骤二,计算初步选择后光谱带之间的互信息,选择互信息最小的光谱带,完成二次选择;
步骤三,提取二次选择后光谱带的空谱信息;
步骤四,将所述空谱信息输入至CNN模型,输出分类结果与图像。
2.根据权利要求1所述的基于信息测度的高光谱图像分类方法,其特征在于,所述步骤一具体包括:
计算高光谱图像每个光谱带的熵;
计算每个光谱带的熵的局部平均值;
保留熵处于局部平均值上下浮动阈值因子范围内的光谱带;
利用CMF颜色匹配函数进行光谱带筛选。
3.根据权利要求2所述的基于信息测度的高光谱图像分类方法,其特征在于,利用CMF颜色匹配函数进行光谱带筛选包括:
获取固定波段内光谱带中的CMF颜色匹配系数,采用自动阈值方法定义CMF系数最优阈值:
其中,是通过对CMF进行阈值处理而丢弃的通道集合,为的互补集合,是通过上述推导得到的丢弃光谱带的总熵,是所选光谱带的总熵;根据上式,分别得到对应三原色的三个最优阈值tR,tB,tG.
当光谱带中对应三原色CMF颜色匹配系数高于最优阈值时,保留所述光谱带,分别得到三原色的频带选择集合和
技术研发人员:林连雷,陈采璐,张珊珊,
申请(专利权)人:哈尔滨工业大学,
类型:发明
国别省市:黑龙;23
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。