【技术实现步骤摘要】
【国外来华专利技术】粗糙小波粒化空间和多光谱遥感图像的分类相关申请的交叉引用本申请要求2010年11月24日在印度递交的申请号为1324/K0L/2010的相应专利申请的优先权,将其全部内容合并在此作为参考。
技术介绍
除非另有声明,这一部分中所述的材料并非相对于该申请中权利要求是现有技术,并且并不承认包括在这一部分中就是现有技术。粒化计算指的是对信息粒(相似对象或点的组)执行的计算和操作。粒化计算的应用性覆盖了研究信息和知识处理的概念和计算范例。信息粒可以在空间域中专门地构建,并且应用于各个领域,包括自动目标识别、彩色图像分割和遥感图像分类。多光谱遥感图像可以包含较大范围频率变化的信息,该信息也可以随区域变化。这种数据包括具有相关频带的光谱特征和在相同频带中相关的空间特征。按照有效方式同时利用光谱和空间(上下文关系)信息可以改进分析。已经发现利用频带中局部信息的优势进行图像分类的方法具有广泛的应用,例如从角度二次矩(angular second moments)提取的纹理特征、对比度、相关度、熵和基于灰度级共生矩阵的变化。采用小波变换(WT)作为在空间(时间)和光谱(频率)域中分析图像的纹理区域的工具。因此,WT可以用于通过特征空间的小波粒化(即WT域中相似信息的分组)提取图像中像素的上下文信息。尽管移位变化WT对于各种应用相当有吸引力,WT不会如时间不变性那样保持纹理分析的不可缺少特性,并且使其不足以处理纹理分析。另外,使用WT对输入的冗余表示可能增加特征尺寸,并且在解决与模式识别、机器学习和数据挖掘相关联的任务时带来附加的复杂度。已经示出了粗糙集理论有效用于特征选择、不确定性 ...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】2010.11.24 IN 1324/KOL/20101.一种用于执行时空模式的基于粗糙小波的分析的方法,所述方法包括 产生与多光谱图像相关联的特征的小波粒化空间; 基于粗糙集评估选择特征; 去除冗余特征;以及 基于所选择的特征对模式进行分类。2.根据权利要求1所述的方法,还包括使用光谱带值作为特征。3.根据权利要求1所述的方法,还包括通过在小波域中构建移位不变颗粒来产生小波粒化空间。4.根据权利要求3所述的方法,还包括通过移位不变离散小波变换S1-DWT构建移位不变颗粒,所述移位不变离散小波变换对针对多光谱图像的输入模式矢量的小波粒化的特征值加以表征。5.根据权利要求4所述的方法,还包括在第二分解之后停止S1-DWT。6.根据权利要求1所述的方法,其中所述小波粒化空间包括针对一级DWT分解的η维特征空间中的4η个颗粒。7.根据权利要求1所述的方法,其中所述小波粒化空间包括针对两级DWT分解的η维特征空间中的7η个颗粒。8.根据权利要求1所述的方法,还包括选择小波基和分解级别,以对用于产生特征空间的小波粒化的颗粒加以表征。9.根据权利要求8所述的方法,还包括采用双正交小波基。10.根据权利要求1所述的方法,其中基于粗糙集评估来选择特征包括在选择粒化特征的子集时采用邻居粗糙集NRS,所述邻居粗糙集进一步探察来自邻居颗粒的局部信息和/或上下文信息中的至少一个。11.根据权利要求10所述的方法,还包括基于所述特征的显著性来评估所述粒化特征的子集。12.根据权利要求10所述的方法,还包括采用前向贪婪搜索算法进行特征选择。13.根据权利要求10所述的方法,其中基于选择的特征对模式进行分类包括确定在NRS中使用的距离阈值,在超过所述阈值时分类性能实质下降。14.根据权利要求13所述的方法,还包括采用k-最近邻分类器、最大似然分类器和多层感知分类器之一,基于所选择的特征对模式进行分类。15.根据权利要求14所述的方法,其中k-最近邻分类器使用k= l、k = 3和k = 5之O16.根据权利要求1所述的方法,其中所述多光谱图像是遥感图像。17.一种用于执行时空模式的基于粗糙小波的分析的设备,包括 存储器,配置为存储与多光谱图像的输入模式矢量相关联的指令和数据;以及处理器,与所述存储器相连,其中所述处理器适用于执行所述指令,当执行所述指令时将处理器配置为 产生与多光谱图像相关联的特征的小波粒化空间; 基于粗糙集评估选择特征; 去除冗余特征;以及基于所选择的特征对模式进行分类。18.根据权利要求17所述的设备,其中执行基于粗糙小波的分析,以产生用于多光谱遥感图像的陆地覆盖分类的模型。19.根据权利要求17所述的设备,其中针对纹理检测和图像索引之一执行所述基于粗糙小波的分析。20.根据权利要求17所述的设备,其中通过在小波域中构建移位不变颗粒来产生小波粒化空间。21.根据权利要求20所述的设备,其中通过移位不变离散小波变换S1-DWT构建移位不变颗粒,所述移位不变离散小波变换对用于多光谱图像的输入模式矢量的小波粒化的特征值加以表征。22.根据权利要求21所述的设备,其中所述处理器还配置为在第二分解之后停止S1-DffTo23.根据权利要求17所述的设备,其中所述小波粒化空间组成针对一级DWT分解的η维特征空间中的4η个颗粒。24.根据权利要求17所述的设备,其中所述小波粒化空间组成针对两级DWT分解的η维特征空间中的7η个颗粒。25.根据权利要求17所述的设备,其中所述处理器还配置为选择小波基和分解级别,以对用于产生特...
【专利技术属性】
技术研发人员:桑克·库马·帕尔,桑罗·库马·梅耶,
申请(专利权)人:印度统计学院,
类型:
国别省市:
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。