一种基于空-谱结合的高光谱端元提取预处理方法技术

本发明专利技术公开了一种基于空‑谱结合的高光谱端元提取预处理方法，包括步骤有：(1)对原始高光谱图像进行多维高斯滤波，得到一系列的新高光谱图像；(2)对新高光谱图像进行空间均匀性计算，得到新高光谱图像中每个像素对应的空间均匀性指数；(3)用无监督聚类方法处理原始高光谱图像，并对图像进行预分类，每类为一个集群；(4)将每个集群按照像素的均匀性指数确定像素的子集，并确定最极端集群；(5)选定集群，对其子集中的像素进行端元提取，每个集群提取一个端元像素，得到一组端元丰度图；(6)根据端元丰度图完成对图像的识别和分类。本发明专利技术解决了高光谱图像具有很高噪声的情况下，高光谱图像端元提取精度不高的问题。

A preprocessing method for hyperspectral endmember extraction based on null spectral combination

The invention discloses a hyperspectral endelement extraction preprocessing method based on the empty spectral combination, including: (1) multidimensional Gauss filtering for the original hyperspectral image, a series of new high spectral images are obtained. (2) the spatial uniformity of the new high spectral image is calculated, and each pixel corresponding in the new high spectral image is obtained. The spatial uniformity index (3) the unsupervised clustering method is used to process the original hyperspectral images, and the images are pre classified, each class is a cluster. (4) each cluster is used to determine the subset of pixels according to the pixel uniformity index and determine the most extreme cluster; (5) the cluster is selected and the pixels of its subsets are extracted by the end element extraction. Each cluster extracts a endmember pixel and obtains a set of endmember abundance maps; (6) completes the recognition and classification of images based on endmember abundance map. The invention solves the problem that the hyperspectral image has high noise level, and the extraction accuracy of the endmember of the hyperspectral image is not high.

【技术实现步骤摘要】
一种基于空-谱结合的高光谱端元提取预处理方法
本专利技术涉及图像处理领域，尤其涉及一种基于空-谱结合的高光谱端元提取预处理方法。
技术介绍
高光谱遥感的兴起是20世纪80年代遥感技术的最大成就之一。高光谱成像仪所获取的地面物体反(发)射光谱信号是以像元为单位记录的。由于传感器空间分辨率的限制以及背景情况的复杂性，使得高光谱图像普遍存在混合像元。如果把混合像元作为纯像元进行分类、目标探测与识别等应用研究，结果会有很大的误差。这便使得高光谱混合像元分解问题成为高光谱数据处理的一个重要和关键环节。我们需要进行的工作就是在像元内部，将混合像元分解为纯净像元(端元)并求出所占的比例，使图像分析进入亚像元级别。解混的第一步端元提取具有重要的作用，它是后续研究的基础，端元提取的精度将对后续处理精度产生直接的影响。高光谱图像中的每个像素都是通过光谱信息和空间信息来共同描述的。光谱信息是采用独立的方式来处理像素，而空间信息则考虑到它们和周围邻近值的关系。传统的端元提取算法在处理数据时只单纯考虑了光谱信息，把数据当作是光谱测量的一个无序列表而不是作为一幅图像来处理，忽略了像素间存在的空间相关性，使得端元本文档来自技高网...

【技术保护点】
一种基于空‑谱结合的高光谱端元提取预处理方法，其特征在于，所述方法包括如下步骤：(1)对原始高光谱图像进行多维高斯滤波，得到一系列的新高光谱图像；(2)对所述新高光谱图像进行空间均匀性计算，得到所述新高光谱图像中每个像素对应的空间均匀性指数；(3)用无监督聚类方法处理所述原始高光谱图像，并对图像进行预分类，每类为一个集群；(4)将每个集群按照像素的均匀性指数确定像素的子集，并确定最极端集群；(5)选定集群，对其子集中的像素进行端元提取，每个集群提取一个端元像素，得到一组端元丰度图；(6)根据所述端元丰度图完成对图像的识别和分类。

【技术特征摘要】
1.一种基于空-谱结合的高光谱端元提取预处理方法，其特征在于，所述方法包括如下步骤：(1)对原始高光谱图像进行多维高斯滤波，得到一系列的新高光谱图像；(2)对所述新高光谱图像进行空间均匀性计算，得到所述新高光谱图像中每个像素对应的空间均匀性指数；(3)用无监督聚类方法处理所述原始高光谱图像，并对图像进行预分类，每类为一个集群；(4)将每个集群按照像素的均匀性指数确定像素的子集，并确定最极端集群；(5)选定集群，对其子集中的像素进行端元提取，每个集群提取一个端元像素，得到一组端元丰度图；(6)根据所述端元丰度图完成对图像的识别和分类。2.如权利要求1所述的高光谱端元提取预处理方法，其特征在于，步骤(1)进行多维高斯滤波的公式包括：式中，N(x|μ,σ)表示x的概率密度函数；x表示需要做高斯滤波的像素；μ表示期望；σ表示协方差矩阵；D表示x的维数，为正整数。3.如权利要求2所述的高光谱端元提取预处理方法，其特征在于，利用协方差矩阵σ参数作为高斯滤波的控制参数，不同的协方差矩阵值对应得到不同过滤程度的新高光谱图像。4.如权利要求1所述的高光谱端元提取预处理方法，其特征在于，步骤(2)进行空间均匀性计算包括：对所述一系列的新高光谱图像与所述原始高光谱图像进行均方根误差，其公式为：

【专利技术属性】
技术研发人员：刘畅，
申请(专利权)人：北京环境特性研究所，
类型：发明
国别省市：北京,11