[发明专利]一种基于背景自学习的高光谱图像生物信息提取方法

权利要求书

1.一种基于背景自学习的高光谱图像生物信息提取方法，其特征在于：包括以下步骤：

使用最小误差高光谱信息辨识法来估计图像中端元个数；

将步骤得到的端元数作为聚类数，将聚类数引入到最小误差高光谱信息辨识法对背景信息进行聚类；

得到聚类信息后，将聚类中心的光谱信息作为向量，计算各聚类间的光谱角，并合并光谱角的类别；

找到与先验信息光谱特征最接近的类，通过比较聚类中心与先验信息光谱角，来判断些类别是否舍弃；

在提取目标信息前，给每个像素点决定一个背景类，以当前像素为中心，划定一个正方形区域，以该区域内的所有像素点的信息共同决定当像像素的背景类，然后对正方形区域内的所有像素点进行加权平均的方法，得到具有空间信息的测试像素点光谱信息，再通过算法对每个像素进行计算，得到的值通过阈值划分来判定是否为需要提取的目标信息。

2.根据权利要求1所述一种基于背景自学习的高光谱图像生物信息提取方法，其特征在于：所述步骤中，每个聚类中的像素个数不少于图像的波段数。

3.根据权利要求2所述一种基于背景自学习的高光谱图像生物信息提取方法，其特征在于：当像素个数小于图像的波段数的类别合并到最近的类别中。

4.根据权利要求1所述一种基于背景自学习的高光谱图像生物信息提取方法，其特征在于：所述步骤中正方形区域的大小可以根据要求进行调整。

5.根据权利要求1所述一种基于背景自学习的高光谱图像生物信息提取方法，其特征在于：所述步骤中每个像素计算的算法为广义似然比方法。