高光谱图像的降维方法、装置及存储介质制造方法及图纸

本发明专利技术公开了一种高光谱图像的降维方法，包括如下步骤：获取高光谱图像，利用高光谱图像构建高斯金字塔；根据相邻两层的高斯图像之间的信息差，构建拉普拉斯金字塔；将高斯图像与拉普拉斯图像进行融合，构建特征金字塔；将若干特征图像进行融合，得到降维图像。本发明专利技术的高斯金字塔能够对高光谱图像进行逐级的采样和压缩，有效的降低高光谱图像的维度；拉普拉斯金字塔能够提取相邻两层高斯图像之间的信息差，防止细节特征信息的丢失；特征金字塔能够增强高光谱图像的细节特征信息，得到维度较低的、细节特征信息增强后的降维图像，从而提高了降维图像在实际应用时，特征信息提取的速度和准确性，进而提高了高光谱图像的应用范围。

【技术实现步骤摘要】
高光谱图像的降维方法、装置及存储介质
本专利技术涉及图像处理领域，具体涉及一种高光谱图像的降维方法、装置及存储介质。
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。
技术实现思路
本专利技术旨在至少解决现有技术中存在的技术问题之一。为此，本专利技术提出一种高光谱图像的降维方法、装置及存储介质，能够对高光谱图像进行降维处理，从而提高高光谱图像特征信息提取的速度和准确性，进而提高了高光谱图像的应用范围。根据本专利技术的第一方面的实施例的高光谱图像的降维方法，包括如下步骤：获取高光谱图像，利用所述高光谱图像构建高斯金字塔；所述高斯金字塔含有若干层高斯图像；根据相邻两层的所述高斯图像之间的信息差，构建拉普拉斯金字塔；所述拉普拉斯金字塔含有若干层拉普拉斯图本文档来自技高网...

【技术保护点】
1.一种高光谱图像的降维方法，其特征在于，包括如下步骤：/n获取高光谱图像，利用所述高光谱图像构建高斯金字塔；所述高斯金字塔含有若干层高斯图像；/n根据相邻两层的所述高斯图像之间的信息差，构建拉普拉斯金字塔；所述拉普拉斯金字塔含有若干层拉普拉斯图像；/n将所述高斯图像与所述拉普拉斯图像进行融合，构建特征金字塔；所述特征金字塔含有若干层特征图像；/n将若干所述特征图像进行融合，得到降维图像。/n

【技术特征摘要】
1.一种高光谱图像的降维方法，其特征在于，包括如下步骤：
获取高光谱图像，利用所述高光谱图像构建高斯金字塔；所述高斯金字塔含有若干层高斯图像；
根据相邻两层的所述高斯图像之间的信息差，构建拉普拉斯金字塔；所述拉普拉斯金字塔含有若干层拉普拉斯图像；
将所述高斯图像与所述拉普拉斯图像进行融合，构建特征金字塔；所述特征金字塔含有若干层特征图像；
将若干所述特征图像进行融合，得到降维图像。


2.根据权利要求1所述的一种高光谱图像的降维方法，其特征在于：所述高斯金字塔的第0层所述高斯图像为高光谱图像。


3.根据权利要求2所述的一种高光谱图像的降维方法，其特征在于：所述高斯金字塔包括N层高斯图像，第l层高斯图像由第l-1层高斯图像经过高斯低通滤波和间隔采样处理而获得；其中1≤l≤N，N为正整数。


4.根据权利要求3所述的一种高光谱图像的降维方法，其特征在于：第l层所述高斯图像通过如下公式获得：



其中，Rl为第l层所述高斯图像的行数，Cl为第l层所述高斯图像的列数，Gl(i,j)为第l层所述高斯图像的第i行j列的像素点，ω为高斯核；Gl-1(2i+m,2j+n)是第l-1层所述高斯图像的第2i+m行2j+n列的像素点。


5.根据权利要求1所述的一种高光谱图像的降维方法，其特征在于：所述根据相邻两层的所述高斯图像之间的信息差，构建拉普拉斯金字塔，包括如下步骤：
获取第N层所述高斯图像，将第N层所述高斯图像设置为第N层拉普拉斯图像；第N层所述高斯图像为所述高斯金字塔的顶层；
通过对第l+1层所述高斯图像进行两倍插值放大处理，得到第l+1...

【专利技术属性】
技术研发人员：冯华，李伟科，梁明健，邓辅秦，黄永深，
申请(专利权)人：五邑大学，
类型：发明
国别省市：广东;44