【技术实现步骤摘要】
一种基于无人机的数据处理的方法及装置
本专利技术涉及计算机领域,尤其涉及一种基于无人机的数据处理的方法及装置。
技术介绍
目前,随着科学技术的发展,通过遥感影像获取地面专题信息已成空间信息科学以及相关行业部门研究和应用的热点。遥感影像信息提取的基础和关键是影像分类,即对同一类地物所对应的影响目标进行划分。具体的,通过高光谱传感器在数百个波段上对地物成像获得的高光谱图像包含了关于地物辐射、空间和光谱三重信息,使得地物的识别和分类更加有效,是当前遥感成像技术的研究热点。然而,高光谱传感器易受云层影响,同时高光谱图像中同物异谱、同谱异物的情况广泛存在,造成直接使用原始高光谱图像进行分类的精度低下。
技术实现思路
本专利技术实施例公开了一种基于无人机的数据处理的方法,通过将高光谱图像和包含地物高程几何信息的激光探测与测量数据进行特征融合以提高地物分类精度。本专利技术实施例第一方面公开一种基于无人机的数据处理的方法,所述方法包括:同步采集高光谱图像和激光探测与测量LiDAR数据;利用二维Gabor滤波器组对LiDAR数据进行幅值特征提取以获取二维Gabor特征表达;利用三维Gabor滤波器组对所述高光谱图像进行幅值特征提取以三维Gabor特征表达;将所述二维Gabor幅值特征与所述三维Gabor幅值特征进行连接以获取目标Gabor特征表达;利用核函数的主成分分析算法KPCA分别对所述目标Gabor特征表达和所述高光谱图像进行降维处理;根据经过降维处理后的目标Gabor特征表达和高光谱图像获取融合表达特征;根据所述融合表达特征和基于带径向基核函数RBF核的支持向量机进行监 ...
【技术保护点】
1.一种基于无人机的数据处理的方法,其特征在于,所述方法包括:同步采集高光谱图像和激光探测与测量LiDAR数据;利用二维Gabor滤波器组对LiDAR数据进行幅值特征提取以获取二维Gabor特征表达;利用三维Gabor滤波器组对所述高光谱图像进行幅值特征提取以三维Gabor特征表达;将所述二维Gabor幅值特征与所述三维Gabor幅值特征进行连接以获取目标Gabor特征表达;利用核函数的主成分分析算法KPCA分别对所述目标Gabor特征表达和所述高光谱图像进行降维处理;根据经过降维处理后的目标Gabor特征表达和高光谱图像获取融合表达特征;根据所述融合表达特征和基于带径向基核函数RBF核的支持向量机进行监督分类。
【技术特征摘要】
1.一种基于无人机的数据处理的方法,其特征在于,所述方法包括:同步采集高光谱图像和激光探测与测量LiDAR数据;利用二维Gabor滤波器组对LiDAR数据进行幅值特征提取以获取二维Gabor特征表达;利用三维Gabor滤波器组对所述高光谱图像进行幅值特征提取以三维Gabor特征表达;将所述二维Gabor幅值特征与所述三维Gabor幅值特征进行连接以获取目标Gabor特征表达;利用核函数的主成分分析算法KPCA分别对所述目标Gabor特征表达和所述高光谱图像进行降维处理;根据经过降维处理后的目标Gabor特征表达和高光谱图像获取融合表达特征;根据所述融合表达特征和基于带径向基核函数RBF核的支持向量机进行监督分类。2.根据权利要求1所述的方法,其特征在于,所述LiDAR数据图像为ILiDAR∈RX×Y,其中X,Y为图像的空间维度;所述二维Gabor滤波器组是根据4个不同频率{um,m=1,2,...,4}、6个不同方向{θn,n=1,2,...,6}以及第一预设公式获取的;其中,第一公式为:其中,z=xcosθn+ysinθn;所述利用二维Gabor滤波器组对LiDAR数据进行幅值特征提取以获取二维Gabor特征表达,包括:将所述二维Gabor滤波器组与图像ILiDAR进行卷积操作,并对结果取绝对值运算以得到24个二维Gabor幅值特征;将所述24个二维Gabor幅值特征进行连接以得到LiDAR数据的二维Gabor特征表达。3.根据权利要求2所述的方法,其特征在于,所述高光谱图像为IHSI∈RX×Y×B,其中B为高光谱图像的光谱维度,其中X,Y为图像的空间维度;所述三维Gabor滤波器组是根据4个不同频率幅度{fs,s=1,2,...,4},13个不同方向以及第二预设公式获取的;其中,第二公式为:其中,u=fssinφtcosθt,v=fssinφtsinθt,w=fscosφt所述利用三维Gabor滤波器组对所述高光谱图像进行幅值特征提取以三维Gabor特征表达,包括:将所述二维Gabor滤波器组与图像IHSI进行卷积操作,并对结果取绝对值运算以得到52个三维Gabor幅值特征;将所述52个三维Gabor幅值特征进行连接以得到高光谱图像的三维Gabor特征表达。4.根据权利要求3所述的方法,其特征在于,所述将所述二维Gabor幅值特征与所述三维Gabor幅值特征进行连接以获取目标Gabor特征表达,包括:其中,所述N为目标Gabor特征表达;其中,其中,LF=LH+LG,LH=24,LG=52*B。5.根据权利要求1至4任一所述的方法,其特征在于,融合表达特征F={IKPCA;FKPCA}∈RX×Y×2K;其中,高光谱图像IHSI∈RX×Y×B及目标Gabor特征经过KPCA降维后分别为IKPCA∈RX×Y×K和NKPCA∈RX×Y×K;所述根据所述融合表达特征和基于带径向基核函数RBF核的支持向量机进行监督分类,包括:利用所述融合表达特征将确定样本总个数,并将样本划分为训练数据集Ftrain和测试数据集Ftest;利用所述训练数据集Ftrain以及所述支持向量机获得模型M...
【专利技术属性】
技术研发人员:贾森,张萌,朱家松,邬国锋,
申请(专利权)人:深圳大学,
类型:发明
国别省市:广东,44
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。