[发明专利]基于波段选择的高光谱遥感影像矢量C-V模型分割方法

权利要求书

1.一种基于波段选择的高光谱遥感影像矢量C-V模型分割方法，其特征在于按如下步骤进行：

a. 根据光谱曲线选择目标与背景对比度较大的波段，并进一步通过波段相关系数，去除其中相关性较大的波段形成新的波段组合，根据所确定的波段组合构建高光谱影像矢量矩阵；

b. 构造基于该矢量矩阵的矢量C-V分割模型，模型中通过引入基于梯度的边缘引导函数，在保留传统C-V模型基于区域信息进行影像分割的基础上，通过利用影像的边缘细节信息，演化能量函数达到极小值为止，从而得到影像最终分割信息。

2.根据权利要求1所述的基于波段选择的高光谱遥感影像矢量C-V模型分割方法，其特征在于所述a步骤是用                                                和分别代表目标像元和背景像元，将所有波段在像元和处所对应的灰度值分别记为、，和，其中n为波段数，则第波段像元、处的对比度差异可以表示为，设定阈值=65，通过下列式选择出目标与背景对比度大的波段：  ；                                            

    对所选择的波段影像，将第1个波段的影像作为关键帧影像；依次计算其后续的影像与该影像的相关系数,直到遇到相关系数小于事先确定阈值的影像，并将该影像其作为新的关键帧影像； 

相关系数计算如下：设和为两个不同的波段影像数据，和分别为对应的均值，和的相关系数定义如下，当，=65时，去除该波段：

                                                 

重复该过程直到处理完所有的选择波段帧，所保留下来的关键帧影像形成新的波段组合；

所述根据所确定的波段组合构建高光谱影像矢量矩阵是：

设所选择的波段影像组合共有m个波段影像，每个影像的空间大小为，则构造所选择的波段影像矢量矩阵如下：

其中(;)为像元灰度值矢量，包含了m个波段在空间位置处的像元灰度值，其值为：

                                       

式中为所选择的个波段中的第()个波段在空间位置处的灰度值；

进一步，构造m个波段影像的均值灰度矩阵如下：

其中。

3.根据权利要求2所述的基于波段选择的高光谱遥感影像矢量C-V模型分割方法，其特征在于所述b步骤构造基于该矢量矩阵的矢量C-V分割模型如下：

                                       

其中, 和（）是用来近似图像强度的矢量值,(k=1,2,…，n)表示第k波段的高光谱图像; 和表示第通道轮廓曲线内、外部区域的平均灰度值。