一种高光谱图像降维方法及装置制造方法及图纸

本申请公开了一种高光谱图像降维方法及装置。该高光谱图像降维方法包括：利用滑动核获取所要处理的高光谱图像I中像素的邻域子立方体f

A method and device for dimension reduction of hyperspectral image

【技术实现步骤摘要】
一种高光谱图像降维方法及装置
本申请涉及高光谱图像的降维领域，尤指一种高光谱图像降维方法及装置。
技术介绍
高光谱图像的准确分类在工业、农业和航空航天应用领域中发挥着重要作用，可以应用于精准农业、环境制图、社会安防、矿物勘探以及生物和化学检测等很多实际的应用领域。然而，高光谱图像的光谱维数高且光谱波段间具有很强的统计相关性，致使信息冗余、计算复杂度高，最终导致分类精度低，制约了高光谱遥感图像的应用。而图像降维可以减弱或消除光谱波段间的相关性，提高像素的可区分性，降低计算量，从而提高遥感图像的分类精度，因此，提出一种有效的降维方法在保留足够的光谱信息的同时降低波段维数是十分必要的。现有的高光谱图像降维方法主要有基于数学变换的特征提取方法和基于波段选择的特征选择方法。对于基于数学变换的特征提取方法，主要有：主成分分析法(PrincipalComponentAnalysis)、最小噪声分离变换(MinimumNoiseFractionRotation)和非线性流行学习方法(Nonlinearmanifoldlearning)；对于基于本文档来自技高网...

【技术保护点】
1.一种高光谱图像降维方法，其特征在于，包括如下步骤：/n利用滑动核获取所要处理的高光谱图像I中像素的邻域子立方体f

【技术特征摘要】
1.一种高光谱图像降维方法，其特征在于，包括如下步骤：
利用滑动核获取所要处理的高光谱图像I中像素的邻域子立方体fi，其中，I的尺寸为m×n×k，m表示所述高光谱图像的空间行数，n表示所述高光谱图像的空间列数，k表示所述高光谱图像的光谱维数，所述滑动核的尺寸为w×w，w为大于1的奇数，i的值为不大于min(m-w+1,n-w+1)的正整数，fi的尺寸为w×w×k；
对所获取到的各个邻域子立方体fi进行降维处理，得到降维后的所述各个邻域子立方体的邻域高光谱图像
根据所述各个邻域子立方体在所述高光谱图像中的空间位置，将所述各个邻域子立方体的邻域高光谱图像重新排列，获得降维后的高光谱图像


2.根据权利要求1所述的方法，其特征在于，所述对所获取到的各个邻域子立方体fi进行降维处理，得到降维后的所述各个邻域子立方体的邻域高光谱图像包括如下步骤：
获取所述各个邻域子立方体fi进行平铺处理后所得到的矩阵Mi，其中，所述矩阵Mi的尺寸为k×s，其中s＝w×w；
对所述矩阵Mi进行分解处理，根据分解处理结果建立所述邻域子立方体的线性动态系统模型(Ai,Bi,Ci)；
根据所述线性动态系统模型(Ai,Bi,Ci)中的所述矩阵Ai和矩阵Bi获取矩阵Ci的稀疏矩阵
对所述稀疏矩阵进行归一化处理，根据归一化处理结果得到降维后的所述各个邻域子立方体的邻域高光谱图像


3.根据权利要求2所述的方法，其特征在于，所述对所述矩阵Mi进行分解处理，包括如下步骤：
利用奇异值分解SDV通过如下公式对所述矩阵Mi进行分解，得到分解后的矩阵Ui、矩阵Λi和矩阵Vi：
Mi＝UiΛiViT；
其中，所述矩阵Ui的尺寸为k×s且UiT×Ui＝I，所述矩阵Vi和所述矩阵Λi的尺寸为s×s，ViT×Vi＝I；
所述根据分解处理结果建立所述邻域子立方体的线性动态系统模型(Ai,Bi,Ci)，包括如下步骤：
利用所述矩阵Ui、所述矩阵Λi和所述矩阵Vi建立所述邻域子立方体的线性动态系统模型(Ai,Bi,Ci)，具体为：






Ci＝Ui
其中，Xi＝ΛiViT；
在计算Bi时，首先计算然后利用公式Gi＝U′iΛ'iV′i分解矩阵Gi得到U′i和Λ'i，从而计算得到Bi；
其中，矩阵Ai的尺寸为s×s，矩阵Xi为系统状态变量矩阵，其尺寸为s×s，表示提取所述矩阵Xi的1至s行和2至s列，表示提取所述矩阵Xi的1至s行和1至s-1列，表示提取矩阵U′i的第1列，表示提取矩阵Λ'i的第1行第1列元素。


4.根据权利要求3所述的方法，其特征在于，所述根据所述线性动态系统模型(Ai,Bi,Ci)中的所述矩阵Ai和矩阵Bi获取矩阵Ci的稀疏矩阵包括：
利用李雅普诺夫稳定条件和稀疏性假设条件通过如下方程得到矩阵和稀疏矩阵所述方程的优化解即为所述矩阵和所述稀疏矩阵
||Yi||col→min,
s.t.AiWi+WiAiT-BiYi-YiTBiT＜0
其中，Wi＞0,Wi＝WiT；
计算矩阵
所述稀疏矩阵由所述矩阵中与所述稀疏矩阵中不为0的列索引对应的行所组成。


5.根据权利要求4所述的方法，其特征在于，所述对所述稀疏矩阵进行归一化处理，包括如下步骤：
建立零矩阵将矩阵中的各行填充到矩阵中，填充的位置为该行在矩阵中的行索引，填充后的即为对所述稀疏矩阵进行归一化处理后的归一化处理结果；
所述根据归一化处理结果得到降维后的所述各个邻域子立方体的邻域高光谱图像包括如下步骤：
通过如下公式得到降维后的所述各个邻域子立方体的邻域高光谱图像

【专利技术属性】
技术研发人员：刘洋，王庆，王扬扬，姬晓飞，王艳辉，
申请(专利权)人：沈阳航空航天大学，
类型：发明
国别省市：辽宁;21