[发明专利]一种高光谱超像元分割方法

权利要求书

1.一种基于主成分加权假彩色合成和颜色直方图驱动的高光谱超像元分割方法，其特征在于，该方法的具体步骤为：

步骤一、对P波段M×N像元的高光谱图像数据X进行主成分加权假彩色合成，将高光谱图像转化为P维数据；分别计算P维数据各自维度内所有像元的平均值向量；

步骤二、利用步骤一得到的P维数据和P维数据各自维度内所有像元的平均值向量，计算P维数据各自维度的特征协方差矩阵，分别计算出各个维度的特征协方差矩阵的特征值和特征向量；对各个维度的特征协方差矩阵的特征值和特征向量单位化，将单位化后的特征值λ_j按照由大到小顺序排列得到特征值组成的向量λ，将单位化后的特征向量a_j按照由大到小顺序排列得到特征向量组成的向量A，其中，j＝1,2,…,P；

步骤三、对步骤二中的向量A进行转置得到向量A^T，利用向量A^T对原高光谱图像进行转换，得到转换后的主成分图像Y_j；

步骤四、从步骤三中的主成分图像Y_j中取出前S个主成分图像Y_j'，j'＝1,2,…,S，将取出的S个主成分图像Y_j'分为三组，第3n+1图像为第一组，第3n+2图像为第二组，第3n+3图像为第三组，n＝0,1,…,Q，3Q+3≤S，Q和S为正整数；将每组内的主成分图像进行累加计算，得到高光谱图像的主成分加权假彩色合成图像；

步骤五、将步骤四得到的高光谱图像的主成分加权假彩色合成图像分割成网格区域；

步骤六、采用像元级和块级两个尺度对步骤五分割后的主成分加权假彩色合成图像的每一个超像元的边界进行遍历；即对图像中每个超像元的边界先进行一次块级遍历，然后再进行一次像元级遍历，当对所有超像元遍历过一次时，即完成一次完整的遍历；

遍历时对超像元的边界处的所有像元分别采用像元级别的方案调整和块级别的方案调整，调整时以步骤五的网格区域作为分割的基本方案，经过调整获得新的分割方案后，采用颜色直方图驱动函数E(s)作为评估函数对新分割方案进行评估，函数值越高评价越好；

通过不断的迭代遍历过程，每次迭代后均获得新的分割方案，并采用颜色直方图驱动函数E(s)评估新分割方案，最终获得最佳的分割方案，即实现高光谱图像的超像元分割；

所述采用颜色直方图驱动函数E(s)作为评估函数对新分割方案进行评估的具体过程为：

颜色直方图驱动函数为E(s)＝H(s)+γG(s)，s表示分割区域，H(s)和G(s)分别是分割区域的颜色均匀性度量函数和边缘平滑函数，γ为恒定值，对于图像的分割处理，设γ＝1；

对于颜色均匀性度量函数H(s)，假设每个超像元的颜色分布相互独立，将颜色空间离散化，并构建直方图；

设定G为直方图中矩形的离散数量，是颜色空间的一个封闭子集，每组颜色空间中的标记为γ，即定义了直方图中的G个矩形的颜色；

为超像元A_k中的像元集的颜色直方图：

其中，I(α)表示像元α的颜色，像元α归属于超像元A_k，Z是直方图的归一化因子，是颜色判定函数，当像元α的颜色落在箱体中时返回1；

是颜色分布的距离度量，超像元A_k中所有像元的颜色与所有像元颜色的均值的距离为

其中，是超像元A_k中所有像元颜色的均值，μ为颜色直方图距离权值系数；

是颜色分布的质量度量，颜色均匀性度量函数H(s)为每个超像元中质量的评估，

是评估直方图颜色的集中度以及颜色之间距离的方程：

直方图集中在一个矩形中时，达到最大值1；所有颜色箱都具有相同值的情况下，达到最小值；

对于边界平滑函数G(s)，定义N_α是围绕像元α的大小为N′×N′的区域内的像元集合；

分别计算围绕每个像元α的N′×N′区域内存在的不同超像元的数量k′，将各个不同超像元离散为直方图的各个矩形，基于直方图的质量度量，在N′×N′区域中定义超像元标签的直方图

是直方图中k′个箱体的高度，且不同超像元的数量等于直方图中箱体个数等于直方图中矩形个数，每个矩形对应于超像元标签；j”∈N_α是像元j”隶属于像元集合N_α，δ(I₀(j”)∈A_k)是超像元判定函数，当像元j”隶属的超像元落在箱体中A_k时返回1，否则返回0；I₀(j”)表示像元j”的超像元隶属函数；

对于边界像元α，每个边界像元α的N′×N′区域内的像元不只隶属于一个超像元，当边界像元α的N′×N′区域的像元只隶属于两个超像元时，超像元具有最好的形状；

将所有的超像元的边界平滑能量的总和作为边界平滑函数G(s)，如下：

k′是边界像元α的N′×N′区域内存在的不同超像元的数量，k′＝1,2,…m；边界像元α的取值范围是1至S₀；若边界像元α的N′×N′区域内包含唯一的超像元的像元时，则G(s)处于最大值。