[发明专利]一种面向类别的高光谱数据彩色可视化方法

说明书

一种面向类别的高光谱数据彩色可视化方法，步骤一、根据有无监督信息对数据进行类别调整，步骤二、在选定的颜色空间内确定代表监督信息中每个类别独有的颜色的色相，以使得在结果图像中各类别间具有较好的视觉可分性，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，可以选择使用在剥离系数的控制下确定每一个象元的色相；步骤四、将上述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。本发明更加充分地利用先验信息，进而获得更加令人满意的可视化效果。使输出图像中既显示数据类别又显示数据本身的差异。图像在保留监督信息的同时，在每类地物内部具有较好的距离保持特性。

技术领域

本发明属于遥感信息处理技术领域，特别是一种高光谱数据彩色可视化方法。

背景技术

彩色显示技术是对HSI地物信息空间分布的直观呈现，对于科学决策和信息利用意义重大。但是，有别于普通二维图像的三信道显示方法，高维的数据立方体结构使得高光谱图像无法直接在常用显示设备中进行显示。因此，通常将三维高光谱数据优化到三信道彩色显示系统(如RGB、HSV等色彩空间)显示，能够拥有更好的可视化效果并表达更为丰富的信息。但这种变换到低维的显示模型无可避免的损失了一部分光谱信息，目前，常用的HSI的彩色可视化方法有以下三种：

其一，遵循不同准则直接选取三个光谱波段，使其分别作为RGB空间的信道进行假彩色合成。但是这种仅提取部分波段进行显示的方法无可避免地会造成大量的有用信息的丢失。

其二，直接对原始数据进行处理，压缩信息使其变换到三信道并在彩色空间进行显示，该方法可以通过以下几种方式实现：1)基于简单变换；2)JACOBSON和GUPTA所提出的基于固定线性光谱加权封装方法；3)基于矩阵变换的降维方法；4)融合方法；5)遵循某种信息保持准则的优化方法。但是，这些方法产生的图像往往存在偏暗、无法判断各主成分的特征排序、各成分之间并非相互独立、实际数据非线性、计算量过大等问题。此外，这些基于HSI原始数据立方体的可视化方法，无法根据观察需要以满足不同的显示侧重，同时也无法充分利用先验信息。

其三，建立在像素分析结果之上，对分析结果进行显示。这类方法较之上面的两类方法从信息挖掘角度来讲明显具有更为重要的意义，因为比起使用单一数据变换，使用像素分析结果的可视化通常能够产生更好的数据分析效果。QIAN DU等对基于数据变换及分类的高光谱图像可视化方法进行了详尽的对比论述。Mignotte提出了考虑类相似性约束的自动彩色分配方法，但是该方法仅适用于类别较少的图像(类别数)，而且这种端元颜色标签选择方法并不适用于混合像素的颜色表达。此外，这种在可视化中放弃亮度等信息的方法，不仅削减了彩色图像所能够表述的信息，而且削弱了空间分布信息在可视化图像中的体现。

如上所述，现有的高光谱图像可视化方法皆可被看作是面向数据的方法，这些方法由于缺少显示的针对性，或者在合成信道时损失了图像中的有价值信息，或者所展示的类别信息并非完全满足观察者的需求。尤其对于有监督的高光谱数据，数据中已知的先验知识无法被充分利用。因此，相对于以上所述具有通用性的面对数据的可视化方法，面向观察需求(或面向对象)的高光谱可视化方法在某些方面更加具有实用性。例如，对于某块农耕区域，往往可知其间所种农作物类别及大致分布，通过卫星图像也较易确定各类别空间分布信息。因而对于该区域，观察者更感兴趣的往往是病虫害信息，抑或同类农作物间的长势区别或是混入的异类地物，即与同类别相比的异常区域。但是面向数据的可视化方法仅是对该区域的整体数据进行处理及无差别显示，不仅无法充分利用监督数据，更可能无法对某些异常地物进行有效的显示。如若分别对各类别地物进行处理，又会影响图像信息的整体表述，且所需的显示图像难免多且繁琐。

发明内容

本发明的目的在于使输出图像中既显示数据类别又显示数据本身的差异。该图像在保留监督信息的同时，在每类地物内部具有较好的距离保持特性的面向类别的高光谱数据彩色可视化方法。

本发明通过如下步骤来实现：