一种高光谱遥感图像的分类方法及其系统技术方案

本发明专利技术提供了一种高光谱遥感图像的分类方法，包括：生成多个平行于光谱方向的三维Gabor滤波器；将高光谱遥感图像与所生成的所述多个三维Gabor滤波器进行卷积运算，以得三维Gabor相位特征，并对每一个像素的三维Gabor相位特征进行象限位编码；以及使用编码的特征通过正则化的汉明距离对所述高光谱遥感图像进行分类。本发明专利技术还提供一种高光谱遥感图像的分类系统。本发明专利技术提供的技术方案是基于三维Gabor相位特征编码，在大量的三维Gabor相位特征中选择出最具有鉴别能力的特征子集，不仅提升了分类精度，而且降低了算法的时间和空间复杂度。

【技术实现步骤摘要】

本专利技术涉及图像处理领域，尤其涉及一种高光谱遥感图像的分类方法及其系统。
技术介绍
目前，高光谱数据的高光谱维度与有限的训练样本之间的巨大差异是高光谱遥感图像分类问题的重要挑战。由于噪声的干扰以及“同谱异物”现象(即不同地物的光谱特征具有较高的相似性)的普遍存在，传统的基于地物间光谱特征差异的分类方法难以获得令人满意的精度。同时，特征提取及波段选择技术被用于降低高光谱数据的光谱维度，减轻了由于“Hughes现象”(即给定固定数量的训练样本，其预测能力随着维度的增加而减小)引起的高光谱图像分类精度降低的问题。然而，维数降低的同时也造成了有效信息的丢失，不可避免的损失了分类精度。
技术实现思路
有鉴于此，本专利技术的目的在于提供一种高光谱遥感图像的分类方法及其系统，旨在解决现有技术中分类精度不高的问题。本专利技术提出一种高光谱遥感图像的分类方法，所述分类方法包括：生成多个平行于光谱方向的三维Gabor滤波器；将高光谱遥感图像与所生成的所述多个三维Gabor滤波器进行卷积运算，以得到三维Gabor相位特征；对每一个像素的三维Gabor相位特征进行象限位编码；以及使用编码的特征通过正则化的汉明距离对所述高光谱遥感图像进行分类。优选的，所述多个三维Gabor滤波器的数量为4个。优选的，所述生成多个三维Gabor滤波器的步骤具体包括：选择平行于光谱方向的Gabor滤波器作为候选滤波器；设置所述候选滤波器的频率和方向，然后根据预设公式生成多个三维Gabor滤波器。优选的，所述对每一个像素的三维Gabor相位特征进行象限位编码的步骤具体包括：针对每一个像素，根据三维Gabor相位中实部所在象限的位置对实部进行0/1编码，如在第一/第四象限，则编码为1，否则编码为0；针对每一个像素，根据三维Gabor相位中虚部所在象限的位置对虚部进行0/1编码，如在第一/第二象限，则编码为1，否则编码为0。优选的，所述使用编码的特征通过正则化的汉明距离对所述高光谱遥感图像进行分类的步骤具体包括：计算每一个测试样本t和训练集合A中任意训练样本s之间的相似度；根据最近邻准则，如果测试样本t与第p类训练集中的某一个训练样本之间的汉明距离最小，则将该测试样本t划分为第p类，其中，所述测试样本t为高光谱遥感图像。另一方面，本专利技术还提供一种高光谱遥感图像的分类系统，所述系统包括：生成模块，用于生成多个平行于光谱方向的三维Gabor滤波器；编码模块，用于将高光谱遥感图像与所生成的所述多个三维Gabor滤波器进行卷积运算，以得到三维Gabor相位特征，并对每一个像素的三维Gabor相位特征进行象限位编码；以及分类模块，用于使用编码的特征通过正则化的汉明距离对所述高光谱遥感图像进行分类。优选的，所述多个三维Gabor滤波器的数量为4个。优选的，所述生成模块包括：选择子模块，用于选择平行于光谱方向的Gabor滤波器作为候选滤波器；设置子模块，用于设置所述候选滤波器的频率和方向，然后根据预设公式生成多个三维Gabor滤波器。优选的，所述编码模块具体针对每一个像素，根据三维Gabor相位中实部所在象限的位置进行0/1编码，如在第一/第四象限，则编码为1，否则编码为0；根据三维Gabor相位中虚部所在象限的位置进行0/1编码，如在第一/第二象限，则编码为1，否则编码为0。优选的，所述分类模块包括：计算子模块，用于计算每一个测试样本t和训练集合A中任意训练样本s之间的相似度；归类子模块，用于根据最近邻准则，如果测试样本t与第p类训练集中的某一个训练样本之间的汉明距离最小，则将该测试样本t划分为第p类，其中，所述测试样本t为高光谱遥感图像。本专利技术提供的技术方案是基于三维Gabor相位特征编码，在大量的三维Gabor相位特征中选择出最具有鉴别能力的特征子集，不仅提升了分类精度，而且降低了算法的时间和空间复杂度。附图说明图1为本专利技术一实施方式中高光谱遥感图像的分类方法流程图；图2为本专利技术一实施方式中图1所示的步骤S11的详细流程图；图3为本专利技术一实施方式中三维Gabor特征的频率域关系的示意图；图4为本专利技术一实施方式中针对每一个像素的编码策略示意图；图5为本专利技术一实施方式中图1所示的步骤S13的详细流程图；图6为本专利技术一实施方式中图1所示的具体实例流程图；图7为本专利技术一实施方式中高光谱遥感图像的分类系统10的内部结构示意图；图8为本专利技术一实施方式中图7所示的生成模块11的结构示意图；图9为本专利技术一实施方式中图7所示的分类模块13的结构示意图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。本专利技术具体实施方式提供了一种高光谱遥感图像的分类方法，所述方法主要包括如下步骤：S11、生成多个平行于光谱方向的三维Gabor滤波器；S12、将高光谱遥感图像与所生成的所述多个三维Gabor滤波器进行卷积运算，以得到三维Gabor相位特征；然后对每一个像素的三维Gabor相位特征进行象限位编码；以及S13、使用编码的特征通过正则化的汉明距离对所述高光谱遥感图像进行分类。本专利技术提供的一种高光谱遥感图像的分类方法是基于三维Gabor相位特征编码，在大量的三维Gabor相位特征中选择出最具有鉴别能力的特征子集，不仅提升了分类精度，而且降低了算法的时间和空间复杂度。以下将对本专利技术所提供的一种高光谱遥感图像的分类方法进行详细说明。请参阅图1，为本专利技术一实施方式中高光谱遥感图像的分类方法流程图。在步骤S11中，生成多个平行于光谱方向的三维Gabor滤波器。在本实施方式中，所述多个三维Gabor滤波器的数量为4个，当然，在其它实施方式中，所述多个三维Gabor滤波器的数量还可以根据实际需求进行调整，例如多个三维Gabor滤波器的数量可以设计为2个、3个、5个、6个、7个等等，在此不做限定。在本实施方式中，生成多个三维Gabor滤波器的步骤S11具体包括S111—S112，如图2所示。请参阅图2，为本专利技术一实施方式中图1所示的步骤S11的详细流程图。在步骤S111中，选择平行于光谱方向的Gabor滤波器作为候选滤波器。在本实施方式中，高光谱图像是由传感器在电磁波谱的可见光、近红外、中红外和热红外波段范围内，在不同波段成像获得的高本文档来自技高网...

【技术保护点】
一种高光谱遥感图像的分类方法，其特征在于，所述分类方法包括：生成多个平行于光谱方向的三维Gabor滤波器；将高光谱遥感图像与所生成的所述多个三维Gabor滤波器进行卷积运算，以得到三维Gabor相位特征；对每一个像素的三维Gabor相位特征进行象限位编码；以及使用编码的特征通过正则化的汉明距离对所述高光谱遥感图像进行分类。

【技术特征摘要】
1.一种高光谱遥感图像的分类方法，其特征在于，所述分类方法包括：
生成多个平行于光谱方向的三维Gabor滤波器；
将高光谱遥感图像与所生成的所述多个三维Gabor滤波器进行卷积运算，以得到三维
Gabor相位特征；
对每一个像素的三维Gabor相位特征进行象限位编码；以及
使用编码的特征通过正则化的汉明距离对所述高光谱遥感图像进行分类。
2.如权利要求1所述的高光谱遥感图像的分类方法，其特征在于，所述多个三维Gabor
滤波器的数量为4个。
3.如权利要求1所述的高光谱遥感图像的分类方法，其特征在于，所述生成多个三维
Gabor滤波器的步骤具体包括：
选择平行于光谱方向的Gabor滤波器作为候选滤波器；
设置所述候选滤波器的频率和方向，然后根据预设公式生成多个三维Gabor滤波器。
4.如权利要求1所述的高光谱遥感图像的分类方法，其特征在于，所述对每一个像素的
三维Gabor相位特征进行象限位编码的步骤具体包括：
针对每一个像素，根据三维Gabor相位中实部所在象限的位置对实部进行0/1编码，如
在第一/第四象限，则编码为1，否则编码为0；
针对每一个像素，根据三维Gabor相位中虚部所在象限的位置对虚部进行0/1编码，如
在第一/第二象限，则编码为1，否则编码为0。
5.如权利要求1所述的高光谱遥感图像的分类方法，其特征在于，所述使用编码的特征
通过正则化的汉明距离对所述高光谱遥感图像进行分类的步骤具体包括：
计算每一个测试样本t和训练集合A中任意训练样本s之间的相似度；
根据最近邻准则，如果测试样本t与第p类训练集中的某一个训练样本之间的汉明距离
最小，则将该测试样本t划分为第p类，其中，所述测...

【专利技术属性】
技术研发人员：贾森，沈琳琳，
申请(专利权)人：深圳大学，
类型：发明
国别省市：广东;44