[发明专利]一种基于数据增强的小样本高光谱分类方法

权利要求书

1.一种基于数据增强的小样本高光谱分类方法，其特征在于：

S11：输入原始高光谱图像数据，得到当前样本点集；

S12：对所述当前样本点集中的每个当前样本点对应划定N个不同尺寸的邻域区域；所述每个当前样本点得到对应的N个邻域样本点集；对所述当前样本点的所述邻域样本点集进行增强处理，得到所述当前样本点对应新增样本点；

S13：将所述当前样本点对应得到所有所述新增样本点数据组合为所述当前样本点的扩增数据集合，遍历所述当前样本点集得到增强后的图像数据；

S14：将所述原始高光谱图像数据和所述增强后的高光谱图像数据用于训练分类器；利用训练后的所述分类器对高光谱图像中待识别样本点使用投票法或者优选法进行分类识别；所述待识别样本点使用步骤S11-S13进行数据增强；

所述对所述当前样本点的所述邻域样本点集进行增强处理，得到所述当前样本点对应新增样本点，包括：

S121：对所述当前样本点对应的所述邻域样本点集进行处理，得到对应的候选样本集{X_j}；

S122：计算所述候选样本集中每个候选样本点与对应所述当前样本点光谱的相似度；

S123：将所述相似度代入第一计算公式；对所述候选样本集中的所述每个候选样本点设定贡献权值；

S124：根据第二计算公式，计算设定权值后的所述候选样本集得到所述当前样本点对应的新增样本点；

所述第一计算公式，包括：

所述候选样本点表示为X_j；所述候选样本集对应的当前样本点表示为X_i；所述ω_ij是为样本X_j的加权值；所述j为所述候选样本集中各点的标号；所述i为所述对应的当前样本各点的标号；

所述第二计算公式，包括：

X_aug＝(∑_jω_ij·X_j)/∑_jω_ij (2)

所述同类样本集对应的新增样本点表示为X_aug。

2.如权利要求1所述的一种基于数据增强的小样本高光谱分类方法，其特征在于，所述步骤S121，包括：

S1211：根据所述邻域样本点集中每个邻域样本点与对应所述当前样本点的欧氏距离，对所述邻域样本点集中每个邻域样本点进行排序；

S1212：选择排序后所述邻域样本点集中临近的K个邻域样本点进行连通检测，得到对应的所述候选样本集；所述K＜S*S；S*S为邻域区域的像素点总数。