[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

说明书

本发明公开了一种基于四色定理的高光谱图像空谱结合分类方法，利用SVM直接在高光谱图像谱域得到初始的粗略分类结果，进而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；对高光谱图像进行分割和边缘提取后，分别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和t；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，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。本发明利用四色定理将高光谱图像的空域信息挖掘出来，并与谱域信息相结合，提出一种空谱结合的高光谱图像分类方法，该方法简单而高效，极大地提高了高光谱图像分类精度。

技术领域

本发明涉及遥感信息处理和智能信号处理领域，具体涉及一种基于四色定理的高光谱图像空谱结合分类方法。

背景技术

高光谱遥感传感器可以获取数百个从可见光到红外的连续波段的数字图像。不同物质反射的电磁波能量也不同，这表现在在某个特定波长处存在独特的峰值点。大量连续波段的数字图像使得对地表物体进行分类、表征、刻画更加准确与健壮。对高光谱图像进行分类是其中一个最为流行的分析处理方法。过去只利用不同波段的信息进行分类，而没有充分利用图像像素的空间信息。事实上，近邻的像素很可能属于同一类。最近几年，空谱结合的高光谱分类方法取得了长足的进展，这类方法在分类的过程中融入了像素的空间知识，同时利用了高光谱谱域和空域信息，大大提高了分类的效率和效果。如何充分利用高光谱图像的空间信息是空谱结合类高光谱图像分类方法的关键所在。本发明首次利用四色定理来挖掘高光谱图像的空间信息，将其应用于高光谱图像的分类中取得了更好的分类结果，极大地提升了分类精度。

四色问题的内容是“任何一张地图只用四种颜色就能使具有共同边界的国家着上不同的颜色。”考虑到四色定理，高光谱图像不同区域分界处的像素最多可能属于四种不同的地物类别，这样构造分类概率图时每个像素只需考虑最多四种不同的类别，对应的概率图元素最多只有四个非零元素，利用这个特性能极大提高分类的精度。

发明内容

为解决现有技术中的不足，本发明提供一种基于四色定理的高光谱图像空谱结合分类方法，解决了高光谱图像分类不准确的问题。

为了实现上述目标，本发明采用如下技术方案：一种基于四色定理的高光谱图像空谱结合分类方法，步骤包括：

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；