[发明专利]一种高光谱图像分类方法

权利要求书

1.一种高光谱图像分类方法，其特征在于：包括如下步骤：

(1)对要分类的图像进行多尺度分割；

(2)对多尺度分割后的图像进行显著图提取；

(3)对显著图提取后的图像进行特征提取；

(4)对提取的图像特征进行归一化；

(5)对归一化后的图像特征用非线性核函数方法分类。

2.根据权利要求1所述的一种高光谱图像分类方法，其特征在于：在所述步骤(1)中，将图像划分成M×N块，修改所述划分后图像的结构信息表示。

3.根据权利要求1所述的一种高光谱图像分类方法，其特征在于：在所述步骤(2)中,采用基于图形的视觉显著性的自下而上的显著性模型，提取图像的显著图。

4.根据权利要求1所述的一种高光谱图像分类方法，其特征在于：在所述步骤(3)中,保留图像对应位置处的像素值，提取这些像素值的颜色特征，颜色特征包括RGB颜色特征，HSV颜色特征和灰度颜色特征，RGB颜色指红色Red，绿色Green和蓝色Blue首字母缩写，HSV颜色指色调Hue，饱和度Saturation和亮度Value首字母缩写。

5.根据权利要求1所述的一种高光谱图像分类方法，其特征在于：在所述步骤(4)中,定义能量函数ε，通过最小化能量函数ε，对图像特征进行归一化。

6.根据权利要求1所述的一种高光谱图像分类方法，其特征在于：在所述步骤(5)中,非线性核函数方法通过非线性映射，将图像特征映射到高维特征空间，在高维空间中构造分类判决进行分类，非线性核函数方法具体是指高斯过程、支持向量机、核主成分分析、核函数费舍尔判别法、核投影寻踪法中的一种。