[发明专利]基于光谱空间分解和噪声成分分析的超光谱图像降维方法及系统有效
| 申请号： | 201610477981.8 | 申请日： | 2016-06-24 |
| 公开（公告）号： | CN106156728B | 公开（公告）日： | 2019-09-10 |
| 发明（设计）人： | 洪普;张智杰;赵坤;刘振;余徽;岳松 | 申请（专利权）人： | 湖北久之洋红外系统股份有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00 |
| 代理公司： | 湖北武汉永嘉专利代理有限公司 42102 | 代理人： | 许美红 |
| 地址： | 430223 湖北省武*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于光谱空间分解和噪声成分分析的超光谱图像降维方法及系统，该方法包括以下步骤:S1、获取原始超光谱图像，计算超光谱图像的相邻波段之间的相关系数并将其与设置的阈值进行比较，若相关系数小于阈值，则判断该波段图像为噪声严重干扰的波段，并将其剔除；S2、采用子光谱空间分解算法对剔除噪声波段后的超光谱图像进行分解，并将相似的波段分配在一个子空间中；S3、采用噪声成分分析的方法计算每个子空间中各个波段图像的权重系数，并根据该权重系数进行波段选择，完成对各个子空间的光谱降维。本发明可以在不损失重要信息的条件下消除波段之间的冗余信息，并且不会改变原始波段的物理特性。 | ||
| 搜索关键词： | 基于 光谱 空间 分解 噪声 成分 分析 图像 方法 系统 | ||
【主权项】：
1.一种基于光谱空间分解和噪声成分分析的超光谱图像降维方法，其特征在于，包括以下步骤:S1、获取原始超光谱图像，计算超光谱图像的相邻波段之间的相关系数并将其与设置的阈值进行比较，若相关系数小于阈值，则判断该波段图像为噪声严重干扰的波段，并将其剔除；S2、采用子光谱空间分解算法对剔除噪声波段后的超光谱图像进行分解，并将相似的波段分配在一个子空间中；S3、采用噪声成分分析的方法计算每个子空间中各个波段图像的权重系数，并根据该权重系数进行波段选择，完成对各个子空间的光谱降维；步骤S1中计算波段i和波段j之间相关系数的公式为：![]()
其中，波段i对应的图像矩阵Bi以字典表示形式表示为列向量bi，si,j满足0≤si,j≤1，si,j的值越靠近1表示波段图像Bi和波段图像Bj之间的相似度越高；判断噪声严重干扰波段的方法为：当sij满足：si,i+1＜T&si,i‑1＜T则认定波段i受噪声污染严重，并将该波段图像剔除，其中T为阈值。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于湖北久之洋红外系统股份有限公司，未经湖北久之洋红外系统股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610477981.8/，转载请声明来源钻瓜专利网。
