一种基于形态学的高光谱图像特征提取方法技术

本发明专利技术公开了一种基于形态学分析的高光谱图像特征提取方法，包括如下步骤：对高光谱图像做主成分分析，并选取前T个主成分分量，T为大于0的整数；对选取的每一个主成分分量构造得到拓扑树；对选取的每一个主成分分量构造得到拓扑树；统计每个所述拓扑树的各个叶节点的属性类型，并根据属性类型，选择是否对拓扑树进行重构；计算各拓扑树叶节点属性值对应的消光值，按消光值大小对拓扑树进行剪切，得到剪切拓扑树；将剪切拓扑树重构为主成分图像，得到消光剖面特征。根据本发明专利技术提供的方案，提取的图像特征维数低，抗噪声干扰能力强；特征的复杂度低，分类精度高。

A Morphological-based Feature Extraction Method for Hyperspectral Images

The invention discloses a feature extraction method of hyperspectral image based on morphological analysis, which includes the following steps: making principal component analysis of hyperspectral image and selecting the first T principal component component, which is an integer of T greater than 0; constructing a topology tree for each selected principal component; constructing a topology tree for each selected principal component; and counting each said topology tree. The attribute types of each leaf node, and according to the attribute types, choose whether to reconstruct the topology tree; calculate the extinction value corresponding to the attribute values of each leaf node, cut the topology tree according to the extinction value, and get the cut topology tree; reconstruct the cut topology tree as the main component image, and get the extinction profile characteristics. According to the scheme provided by the present invention, the extracted image features have low dimension, strong anti-noise interference ability, low complexity of features and high classification accuracy.

【技术实现步骤摘要】
一种基于形态学的高光谱图像特征提取方法
本专利技术涉及一种遥感图像特征提取方法，尤其涉及一种基于形态学分析的高光谱图像特征提取方法，属于数字图像处理

技术介绍
近年来，高光谱成像被用于分类变得越来越普遍，主要原因在于它包含数百个窄的连续波段，其提供了丰富的光谱信息，可以为一些简单的场景提供非常准确的分类。但是，对于复杂场景中的某些类别，仅仅依靠光谱特征来精确分类是困难的，尤其是对于那些具有相似反射率的材料，这就需要考虑高光谱图像所蕴含的其他信息。随着高光谱成像技术发展，和机载、星载成像方式的不断成熟，所提取的高光谱不仅在空间和光谱分辨率上越来越高，而且受环境方面的干扰越来越小，因此高光谱图像拥有着丰富的空间和纹理等信息。为了能充分利用高光谱所蕴含的空间信息，提出了基于形态学分析的特征提取方法。它综合利用高光谱图像的光谱-空间特征，分类准确度高。基于以上分析，使得高光谱的应用领域得到了很好的扩展。其在民用领域得到了很好的发展。随着成像光谱技术的逐渐成熟，高光谱图像分析研究的不断深入，应用越来越广泛。目前最新的基于形态学分析的特征提取方法主要有：属性剖面(AP)和消光剖面(EP本文档来自技高网...

【技术保护点】
1.一种基于形态学的高光谱图像特征提取方法，包括如下步骤：(1)对高光谱图像做主成分分析，并选取前T个主成分分量，T为大于0的整数；(2)对选取的每一个主成分分量构造得到拓扑树；(3)统计每个所述拓扑树的各个叶节点的属性类型，并根据属性类型，选择是否对拓扑树进行重构；(4)计算各拓扑树叶节点属性值对应的消光值，按消光值大小对拓扑树进行剪切，得到剪切拓扑树；(5)将剪切拓扑树重构为主成分图像，得到消光剖面特征；其中，步骤(4)的拓扑树包括步骤(2)中的拓扑树和步骤(3)中重构得到的重构拓扑树。

【技术特征摘要】
1.一种基于形态学的高光谱图像特征提取方法，包括如下步骤：(1)对高光谱图像做主成分分析，并选取前T个主成分分量，T为大于0的整数；(2)对选取的每一个主成分分量构造得到拓扑树；(3)统计每个所述拓扑树的各个叶节点的属性类型，并根据属性类型，选择是否对拓扑树进行重构；(4)计算各拓扑树叶节点属性值对应的消光值，按消光值大小对拓扑树进行剪切，得到剪切拓扑树；(5)将剪切拓扑树重构为主成分图像，得到消光剖面特征；其中，步骤(4)的拓扑树包括步骤(2)中的拓扑树和步骤(3)中重构得到的重构拓扑树。2.如权利要求1所述的基于形态学分析的高光谱图像特征提取方法，其特征在于：在所述步骤(1)中，对高光谱图像进行主成分分析，选取最大的前T个特征值对应的特征矢量进行变换，得到T个主成分分量，其中T取值为1、2、3。3.如权利要求1所述的基于形态学分析的高光谱图像特征提取方法，其特征在于：在所述步骤(3)中，所述属性包括：增性属性和非增性属性。4.如权利要求3所述的基于形态学分析的高光谱图像特征提取方法，其特征在于：所述增性属性包括：面积属性、对比度属性、体积属性、包围盒属性；所述非增性属性包括：标准差属性、圆度属性、延伸度属性。5.如权利要求4所述的基于形态学分析的高光谱图像特征提取方法，其特征在于：对于增性属性，直接计算步...

【专利技术属性】
技术研发人员：赵鹏，李伟，王仲建，
申请(专利权)人：北京市遥感信息研究所，
类型：发明
国别省市：北京,11