一种基于端元提取和MRPE算法的高光谱图像特征提取方法技术

技术编号:43329475 阅读:36 留言:0更新日期:2024-11-15 20:27
本发明专利技术公开了一种基于端元提取和MRPE算法的高光谱图像特征提取方法,包括以下步骤:一、采用计算机利用WMF算法对原始高光谱图像进行加权均值滤波处理,得到去噪后高光谱图像;二、去噪后高光谱图像的矩阵表示;三、利用像元与提取的端元间的归一化距离选取光谱近邻集合;四、根据选取的光谱近邻集合采用MRPE算法进行高光谱图像特征提取。本发明专利技术方法步骤简单、设计合理,使用像元与端元间的归一化距离代替欧氏距离作为像元间的相似性度量函数进行光谱近邻选取,可以有效减弱光谱不确定性现象的影响,从而构造出更精确的重构权值,提高特征数据提取准确性。

【技术实现步骤摘要】

本专利技术属于遥感图像处理,具体涉及一种基于端元提取和mrpe算法的高光谱图像特征提取方法。


技术介绍

1、高光谱图像为光谱分辨率在10-2λ数量级范围内的光谱图像。在高光谱图像的成像过程中,由于噪声等因素的影响,同类地物的光谱曲线往往呈现出差异,即“同物异谱”现象。当图像维度较高时,这种差异将对像元间的相似性度量产生严重影响,进而对目标检测或分类等后续使用带来极大困难。

2、在高光谱图像中,相邻位置上的像元在较大概率上是由同类地物组成,且空间距离越近,概率越大。基于该特性可以利用高光谱图像的空间近邻信息,但是其利用欧氏距离作为样本之间的相似性度量函数进行光谱近邻像元的选取,不能有效减弱光谱不确定性现象的影响,导致低维数据中同类地物所属像元彼此远离,从而导致目标检测精度下降。

3、因此,需要一种基于端元提取和mrpe算法的高光谱图像特征提取方法,使用像元与端元间的归一化距离代替欧氏距离作为像元间的相似性度量函数进行光谱近邻选取,可以有效减弱光谱不确定性现象的影响,从而构造出更精确的重构权值,使低维特征矩阵能够更准确地反映原始图像的本本文档来自技高网...

【技术保护点】

1.一种基于端元提取和MRPE算法的高光谱图像特征提取方法,其特征在于,该方法包括以下步骤:

2.按照权利要求1所述的一种基于端元提取和MRPE算法的高光谱图像特征提取方法,其特征在于:步骤三,具体过程如下:

3.按照权利要求2所述的一种基于端元提取和MRPE算法的高光谱图像特征提取方法,其特征在于:步骤302,具体过程如下:

4.按照权利要求1所述的一种基于端元提取和MRPE算法的高光谱图像特征提取方法,其特征在于:步骤四,具体过程如下:

【技术特征摘要】

1.一种基于端元提取和mrpe算法的高光谱图像特征提取方法,其特征在于,该方法包括以下步骤:

2.按照权利要求1所述的一种基于端元提取和mrpe算法的高光谱图像特征提取方法,其特征在于:步骤三,具体过程如下:

3.按...

【专利技术属性】
技术研发人员:王涛曹继平李爱华姜一河苏延召崔智高韩德帅
申请(专利权)人:中国人民解放军火箭军工程大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1