一种基于超像素分割的高光谱遥感图像子图重构方法技术

本发明专利技术提供了一种基于超像素分割的高光谱遥感图像子图重构方法，采用超像素分割(SLIC)算法对影像进行分割预处理，得到由具有空间

【技术实现步骤摘要】
一种基于超像素分割的高光谱遥感图像子图重构方法


[0001]本专利技术涉及图像重构领域，具体涉及一种基于超像素分割的高光谱遥感图像子图重构方法，可以应用于高光谱遥感影像图卷积分类领域，利用超像素分割技术对遥感图像进行输入子图的重构处理。

技术介绍

[0002]相较于自然图像，高光谱遥感图像的光谱维包含了更加丰富的信息，且高光谱遥感图像种类繁多，数据量大。高光谱遥感图像处理原理是有效地利用地物的反射光谱特性，进行地物属性识别与信息量化提取，实现对地物类型的识别和划分。通过高光谱图像信息，不仅可以反映样本的大小、外观、平滑等外部品质特征，也可以分析出地物样本内部的物理构造、化学组成成分的区别。因此，利用不同地物所具有的光谱曲线差异，高光谱遥感图像分类技术被广泛应用于国民经济的各个领域。随着基于图神经网络在遥感影像分类中的应用普及，如何有效的利用遥感图像光谱和空间特征构建准确的初始子图从而显著提升图分类精度以及缓解内存增长等挑战是遥感图像应用过程中亟待解决的问题。
[0003]新兴的图像处理方法图卷积学习(Graph convolutiona本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于超像素分割的高光谱遥感影像子图重构方法，其特征在于，包括如下步骤：步骤一，对高光谱遥感影像进行超像素分割，获得多个超像素块；步骤二，选择子图节点，找到该节点所在的超像素块里的其他全部节点，作为该节点的邻域节点；步骤三，连接节点和邻域节点，构建子图邻接边，获取邻接边的邻接权值；步骤四，设置阈值，通过阈值过滤邻接权值较小的边；步骤五，根据步骤二
‑
四计算子图中每个节点的邻接权值，将该子图所有节点拼接即可重构得到该子图的邻接矩阵，将所有子图拼接即可重构得到高光谱遥感影像。2.如权利要求1所述的一种基于超像素分割的高光谱遥感影像子图重构方法，其特征在于：步骤一的具体实现方式如下；1.1，以步长S采样像素点，来确定初始化聚类中心，移动聚类中心到其3*3空间邻域内梯度最小的像素点位置；1.2，计算在距离聚类中心2S*2S区域内的所有像素点到中心像素点的距离：x
p,q
和c
p,q
表示聚类中心像素的光谱值和空间坐标；x
i,j
和c
i,j
表示该聚类里当前像素的光谱值和空间坐标；m表示空间和像素颜色的相对重要性的度量；1.3，更新聚类中心；1.4，重复上述操作，迭代收敛；1.5，将过分割的小超像素块与邻近的正常分割产生的超像素块融合。3.如权利要求1所述的一种基于超像素分割的高光谱遥感影像子图重构方法，其特征在于：步骤二的具体实现方式如下；假设高光谱遥感影像共有N个像素点，即N个图节点，每个批量子图有M个节点，则有个批量，其中表示向上取整；为了增强模型的泛化能力，每个批量子图V
t
都是随机选取M个节点，每个超像素代表一个具有很强的光谱和空间相似性的均匀图像区域，对于每一个目标节点v
i
，找到该目标节点所在的超像素块里的其他全部节点u
j
，作为该目标节点的邻域节点，超像素块的大小通过分割步长S决定，即分割步长决定目标节点的邻域节点的范围...

【专利技术属性】
技术研发人员：潘少明，冯金鹏，种衍文，
申请(专利权)人：武汉大学，
类型：发明
国别省市：