[发明专利]一种基于四色定理的高光谱图像空谱结合分类方法

权利要求书

1.一种基于四色定理的高光谱图像空谱结合分类方法，其特征在于：

表示高光谱图像的各个像素对应的序号集合，像素总数为M；表示像素属于不同地物类别的集合，地物类别总数为N；

S1：利用SVM在高光谱图像谱域得到初始的地物类别分类结果；

S2：在SVM得到的地物类别分类结果的基础上，利用四色定理挖掘高光谱图像的空间信息，得到分类概率图矩阵s＝(s₁,…,s_M)，其中，s是N×M维矩阵，列向量s_i的元素s_i,j表示第个像素属于第类地物类别的概率；

S3：对高光谱图像进行分割处理，在SVM得到的地物类别分类结果的基础上，对分割出的各个独立区域利用四色定理挖掘高光谱图像的空间信息，得到分类概率图矩阵r＝(r₁,…,r_M)，其中r是N×M维矩阵，列向量的元素表示第个像素属于第k_b个地物类别的概率；

S4：对高光谱图像进行边缘提取，在SVM得到的地物类别分类结果的基础上，利用四色定理挖掘高光谱图像的空间信息，得到分类概率图矩阵t＝(t₁,…,t_M)，其中t是N×M维矩阵，列向量的元素表示第个像素属于第f_c个地物类别的概率；

S5：将分类概率图矩阵r、s和t按元素相乘，得到最终的分类概率图矩阵p＝r*s*t＝(p₁,…,p_M)，其中p是N×M维矩阵，*表示哈达玛积，即对任意和有其中和分别表示分类概率图矩阵p、r、s和t的第个列向量和的第n个元素，即第个像素分别在分类概率图矩阵p、r、s和t中属于第n个地物类别的概率；

S6：对分类概率图矩阵p进行极大似然类别判决，得到最终的分类结果，即高光谱图像每个像素所属的地物类别。

2.根据权利要求1所述的一种基于四色定理的高光谱图像空谱结合分类方法，其特征在于，所述步骤S2中，分类概率图矩阵s＝(s₁,…,s_M)的具体构造方法如下：

21)对高光谱图像第个像素的α×α邻域，基于SVM得到的地物类别分类结果，对邻域内的全部像素按所属的地物类别统计像素个数，得到N个统计值n_k， k＝1,…,N，其中n_k表示邻域内属于第k类地物的像素总个数；

22)将N个统计值n_k按从大到小的次序取前四个，得到对应的四个地物类别为与之一一对应的像素个数为n_a，则分类概率图矩阵s的列向量s_g的四个非零元素为：

表示第g个像素属于第m_a个地物类别的概率，列向量s_g的其余N-4个元素为零；

23)对高光谱图像的所有像素进行步骤21)和22)的计算得到分类概率图矩阵s＝(s₁,…,s_M)。

3.根据权利要求1所述的一种基于四色定理的高光谱图像空谱结合分类方法，其特征在于，所述步骤S3中，分类概率图矩阵r＝(r₁,…,r_M)的具体构造方法如下：

31)利用图像分割方法对高光谱图像进行分割处理，对分割出的各个独立区域中的任意像素的β×β邻域，基于SVM得到的地物类别分类结果，对各个独立区域内的全部像素按像素所属的地物类别对像素个数进行统计，得到统计值；

32)将第个像素的统计值从大到小的次序取前四个，得到对应的四个地物类别为与之一一对应的像素个数为l_b，则分类概率图矩阵r＝(r₁,…,r_M)的列向量的四个非零元素为：

其中，为第个像素属于第k_b个地物类别的概率，列向量的其余N-4个元素为零；

33)对高光谱图像的所有像素进行步骤31)和32)的计算得到分类概率图矩阵r＝(r₁,…,r_M)。