[发明专利]高光谱图像分类装置与方法

摘要

本发明提供了一种高光谱图像分类装置与方法，涉及图像处理领域。所述高光谱分类图像方法通过提取一高光谱图像的像素级结构特征向量、亚像素级光谱混合特征向量以及超像素级空谱相似性特征向量；依据像素级结构特征向量、亚像素级光谱混合特征向量以及超像素级空谱相似性特征向量利用支持向量机对高光谱图像分别进行逐像素类别估计，从而获得三个分类概率矩阵；依据类别标签、预设的调节因子以及三个分类概率矩阵获得的联合分类概率矩阵构造能量函数，求取能量函数的最小值，从而获得分类结果图像矩阵。本发明提供的高光谱图像分类装置与方法，可提升对高光谱图像的平滑区域的分类精度，又能降低对高光谱图像的结构纹理密集区域的误分类情况。

主权项

1.一种高光谱图像分类装置，其特征在于，所述高光谱图像分类装置包括：/n特征向量提取单元，用于提取一高光谱图像的像素级结构特征向量、亚像素级光谱混合特征向量以及超像素级空谱相似性特征向量；/n分类概率矩阵获得单元，用于依据所述像素级结构特征向量、所述亚像素级光谱混合特征向量以及所述超像素级空谱相似性特征向量利用支持向量机对所述高光谱图像分别进行逐像素类别估计，从而获得三个分类概率矩阵；/n分类概率序列获得单元，用于按照预设的规则对每个所述分类概率矩阵排序获得三个分类概率序列；/n概率估计置信度获得单元，用于依据三个所述分类概率序列分别获得三个概率估计置信度；/n联合分类概率矩阵获得单元，用于对三个所述概率估计置信度进行自适应线性融合，从而获得联合分类概率矩阵；/n分类结果图像矩阵获得单元，用于依据所述联合分类概率矩阵、所述高光谱图像的每个邻域内的两个像素对应的类别标签以及预设的调节因子构造能量函数，并依据基于图割理论的α-扩展算法求取所述能量函数的最小值，并依据所述能量函数的最小值获得分类结果图像矩阵。/n