基于结构相似度的显著性波段选择方法技术

本发明专利技术涉及一种基于结构相似度的显著性波段选择方法，包括以下步骤：步骤一、采用经过去噪处理的高光谱遥感影像数据；步骤二、通过选定目标区域在各波段的显著差异度，由高至低对图像全波段进行排序；步骤三、基于结构相似度对排序后波段集合进行两两筛选，去除相似度大且显著度低的波段；步骤四、选择筛选后波段集的前若干波段，完成波段选择。本发明专利技术采用距离显著变换计算各波段目标区域的显著度，据此对所有波段进行排序，并通过结构相似度筛选相似度较大的波段，最终选取筛选后的前若干波段。这样的波段选择方法能够面向不同目标，得到不同的波段选择，更好地提升后续目标检测效果。

【技术实现步骤摘要】
基于结构相似度的显著性波段选择方法
本专利技术涉及遥感领域，具体是使后续目标检测效果更好的一种波段选择方法。
技术介绍
显著性是指基于人类视觉认知体系下的，目标相对于背景的差异度，当目标越容易被人眼注意到，其在显著图上的亮度就越高，也越显著。显著度衡量了目标与背景的差异程度，显然，显著度越高，目标被更容易被检测。视觉显著性变换即通过距离变换函数，将原图变换为显著距离图，显著图上各点像素值即为原图上该点的显著度。高光谱图像若想投入应用，首先需要剔除原始数据的冗余信息，在不损失重要信息的情况下尽可能降低数据的维度，其主要方法分为波段选择与特征提取两大类，而波段选择相对于特征提取，保留了原始波段的物理含义及地物光谱特性。现有的波段选择方法均以波段自身的信息量和波段间的差异度为测度，希望选取本身信息量大、各波段间差异度大的波段。然而现有方法并没有针对特定目标信息，选取更适合特定目标检测的波段。
技术实现思路
本专利技术为了克服现有技术中存在的上述缺陷，提供了一种显著差异度波段选择方法，计算各波段目标区域的显著度并据此对所有波段进行排序，并通过结构相似度筛选相似度较大的波段，最终选取筛选后的前若干波段。这样的波段选择方法能够面向不同目标，得到不同的波段选择，更好地提升后续目标检测效果。为解决上述问题，本专利技术提出的显著差异度波段选择方法，包括以下步骤：步骤一、采用经过去噪处理的高光谱遥感影像数据；步骤二、求选定目标区域在各波段的视觉显著度，根据各波段视觉显著度由高至低对图像全波段进行排序；步骤三、基于结构相似度对排序后波段集合进行两两筛选，去除相似度大且显著度低的波段；步骤四、选择筛选后波段集的前若干波段，完成波段选择，得到波段数减少的高光谱遥感影像。上述技术方案中，所述步骤二进行波段排序时依据的显著差异度求取，采用了显著性距离变换。步骤三进行的波段筛选，两波段相似程度的测度是结构相似度。上述方案中，所述步骤二中显著差异度波段排序具体包括以下子步骤：子步骤S21、选取图像上目标所在区域；子步骤S22、将各波段视作不同图像，分别进行基于视觉显著性变换；子步骤S23、对目标所在区域内各点显著度求均值，得到平均显著度；子步骤S24、根据各波段平均显著度由高至低对图像所有波段进行排序。上述方案中，所述步骤三的基于结构相似度的波段筛选具体包括以下子步骤：子步骤S31、对排序后波段集合两两求取形状相似度其中μx、μy分别是x、y波段图像的像素平均值；是x、y波段图像的方差，σxy是两图像的协方差。子步骤S32、根据阈值进行筛选，若结构相似性大于设定阈值，则删除两波段中显著度更小的波段，也就是序号在后面的波段本专利技术的有益效果：本专利技术提出的基于结构相似度的显著性波段选择方法，针对特定目标，对各波段求目标区域的显著差异度均值，并根据均值对图像所有波段进行排序，这样筛选出的波段，目标相对于背景而言都更加突出，目标检测效果得到提高。接着通过形状相似度筛去冗余度大的波段，使得选出波段信息冗余度更小。本专利技术最终能够得到波段数减少的图像，该图像很好地保留了原图像信息，并且在目标检测中能够得到更好的效果，即本专利技术处理后图像能够更高效率、高质量地进行后续目标检测。具体实施方式以下结合具体实施例对本专利技术作进一步的详细描述：本实施例中，本专利技术提出的基于结构相似度的显著性波段选择方法，包括以下步骤：步骤一、采用经过去噪处理的高光谱遥感影像数据；步骤二、求选定目标区域在各波段的视觉显著度，根据各波段视觉显著度由高至低对图像全波段进行排序；步骤三、基于结构相似度对排序后波段集合进行两两筛选，去除相似度大且显著度低的波段；步骤四、选择筛选后波段集的前若干波段，完成波段选择，得到波段数减少的高光谱遥感影像。步骤二中显著差异度波段排序具体包括以下子步骤：子步骤S21、针对后续要进行检测的车辆目标，任选取图像上目标所在的一块区域；子步骤S22、将各波段视作不同图像，分别进行基于视觉显著性变换，这里采用基于最小障碍距离的显著性距离变换其中π(·)是从目标点到图像边缘背景点连成路径上的某个点，f(π(·))是该点的像素值。每个波段图像的每个像素都能够得到一个对应显著度值。子步骤S23、将各波段视作不同图像分别进行如下处理:对图像中任选的车辆目标所在区域内各像素对应显著度求均值，得到平均显著度；子步骤S24、根据各波段平均显著度由高至低对图像所有波段进行排序。上述方案中，所述步骤三的基于结构相似度的波段筛选具体包括以下子步骤：子步骤S31、对排序后波段集合两两求取形状相似度其中μx、μy分别是x、y波段图像的像素平均值；是x、y波段图像的方差，σxy是两图像的协方差；子步骤S32、根据阈值进行筛选，这里选取阈值为0.95，若结构相似性大于设定阈值0.95，则删除两波段中显著度更小的波段，也就是序号在后面的波段。最后说明的是，以上实施例仅用以说明本专利技术的技术方案而非限制，尽管参照较佳实施例对本专利技术进行了详细说明，本领域的普通技术人员应当理解，可以对本专利技术的技术方案进行修改或者等同替换，而不脱离本专利技术技术方案的宗旨和范围，其均应涵盖在本专利技术的权利要求范围中。本文档来自技高网...

【技术保护点】
一种基于结构相似度的显著性波段选择方法，其特征在于，包括以下步骤：步骤一、采用经过去噪处理的高光谱遥感影像数据；步骤二、求选定目标区域在各波段的视觉显著度，根据各波段视觉显著度由高至低对图像全波段进行排序；步骤三、基于结构相似度对排序后波段集合进行两两筛选，去除相似度大且显著度低的波段；步骤四、选择筛选后波段集的前若干波段，完成波段选择，得到波段数减少的高光谱遥感影像。

【技术特征摘要】
1.一种基于结构相似度的显著性波段选择方法，其特征在于，包括以下步骤：步骤一、采用经过去噪处理的高光谱遥感影像数据；步骤二、求选定目标区域在各波段的视觉显著度，根据各波段视觉显著度由高至低对图像全波段进行排序；步骤三、基于结构相似度对排序后波段集合进行两两筛选，去除相似度大且显著度低的波段；步骤四、选择筛选后波段集的前若干波段，完成波段选择，得到波段数减少的高光谱遥感影像。2.根据权利要求1所述的基于结构相似度的显著性波段选择方法，其特征在于，所述步骤二中通过目标区域视觉显著度对波段进行排序优选，及步骤三通过结构相似度筛选相似度大的波段。3.根据权利要求1所述的基于结构相似度的显著性波段选择方法，其特征在于，所述步骤二中...

【专利技术属性】
技术研发人员：彭忻怡，刘军，姜尚洁，杨国鹏，洪海龙，王庆，郑睿童，罗斌，
申请(专利权)人：武汉大学，中国人民解放军空军装备研究院侦察情报装备研究所，
类型：发明
国别省市：湖北,42