[发明专利]一种面向类别的高光谱数据彩色可视化方法

权利要求书

1.一种面向类别的高光谱数据彩色可视化方法，其特征在于：通过如下步骤来实现：

步骤一、根据有无监督信息对数据进行类别调整，其中对于非监督信息，利用粗聚类方法对数据分类，然后利用流形学习的非线性优点，根据监督信息对不同类别或不同区域分别进行降维；

步骤二、各象元颜色的具体确定方法如下：(1)选取类别标签颜色色相，在HSV彩色空间下进行显示，当图像中类别数目少或需要短运行时间或者对可视化精度要求不高时，各类别的颜色标签选择由编译软件中已较为成熟的编码方法进行确定，MATLAB软件中的颜色映射函数(colormap)方法自动选取类别的色相，当类别数目较高或显示要求较为严格时，选用角度选取绕圆锥中心轴的色相值的方法，选取原则如下：

h_j＝360°j/n+α， (1)

其中n为类别数目，h_j为第j个类别的标签色相值且h_j∈[0,360°]，α为色相的初始相位，α的值由先验知识决定，使其能尽量符合所需的预设定颜色，当需要的3个类别的预设定颜色为红、绿、蓝时，只需设定α＝0，n＝3，此时通过公式(1)即可得到相应的色相值，当得到各色相值后，如对某些类别有预设定颜色要求，则优先赋予相应色相，其余则按顺序分配，(2)确定各象元色相，为更为充分地利用彩色空间，并使显示的图像具有更为优异的视觉可分性，中在确定像素象元色相时引入剥离系数r，以调和同类地物间的差异性，r值代表了每个像素色相值在类别色相值的周围浮动的极限的大小，r值越大，同类别中各像元色相差异越大，色差越大，同时输出图像的距离保持特性越好，r值越小，输出图像的类间差异越大，理论上，r的取值范围在[0,0.5]，即当r＝0时，各像元色调即为类别色调值，当r＝0.5时，每个类别中像元的色相的波动区间恰好为绕圆锥中心轴的色相值的一半，此时各类别像元的取值范围刚好是HSV彩色空间的整个色相范围，当r＞0.5时，图像中表示的不同类别的象元色相范围将会产生交叉，象元色相值描述如下：

H_i,j＝r_jΔhI_1,i+h_j (2)

其中H_i,j为第j类中第i个象元的色相值，h_j为第j个类别的标签色相值且h_j∈[0,360°]，r_j为第j类的协调系数，I_1,i为第j类高光谱数据降维后第3维中第i个象元的数值，且I_1,i需归一化，Δh为类别标签色相差，所有类别的r_j选取相同数值，当使用调和系数时，类内数据经流形算法降维后得到一个三波段的图像矩阵，其中第三维数据一维I₁作为相应象元的色相波动值，在剥离系数r的协调下决定各象元的色相值，而当不使用r时，像元色相值即为其所属类别的色相值；

步骤三、根据每个类别选定的代表色相，结合降维后类内的数据关系确定图像中每个象元的饱和度及明度，同时，使用在剥离系数的控制下确定每一个象元的色相；

步骤四、将带有监督信息的数据合成三维并在特定的彩色空间可视化。

2.根据权利要求1所述的一种面向类别的高光谱数据彩色可视化方法，其特征在于：步骤三，整体数据在彩色空间中的显示方法如下：得到各象元色相之后，各象元的饱和度及明度仍需要被确定，各类别数据分别经流形算法降维后，前两波段即分别作为各象元的饱和度及明度，在HSV彩色空间中，饱和度S和明度V的取值范围皆为[0,1]，为减少彩色空间边界的溢出情况，类别降维后的2维数据分别作为相应象元的饱和度及明度并归一化到S∈[0,0.9]及V∈[0.1,1]。