[发明专利]一种基于背景自学习的高光谱图像生物信息提取方法

摘要

本发明提出了一种基于背景自学习的高光谱图像生物信息提取方法，包括以下步骤（1）使用最小误差高光谱信息辨识法来估计图像中端元个数；（2）背景聚类整合；（3）背景聚类融合；（4）找到与先验信息光谱特征最接近的类，通过比较聚类中心与先验信息光谱角，来判断些类别是否舍弃；（5）提取信息。本发明提出的提取方法避免了获取信息时物理接触造成的破坏，能多次稳定获取图像，能有效地对背景信息进行估计，提取完整的生物目标信息，有效地提高了提取精度。

主权项

一种基于背景自学习的高光谱图像生物信息提取方法，其特征在于：包括以下步骤：使用最小误差高光谱信息辨识法来估计图像中端元个数；将步骤得到的端元数作为聚类数，将聚类数引入到最小误差高光谱信息辨识法对背景信息进行聚类；得到聚类信息后，将聚类中心的光谱信息作为向量，计算各聚类间的光谱角，并合并光谱角的类别；找到与先验信息光谱特征最接近的类，通过比较聚类中心与先验信息光谱角，来判断些类别是否舍弃；在提取目标信息前，给每个像素点决定一个背景类，以当前像素为中心，划定一个正方形区域，以该区域内的所有像素点的信息共同决定当像像素的背景类，然后对正方形区域内的所有像素点进行加权平均的方法，得到具有空间信息的测试像素点光谱信息，再通过算法对每个像素进行计算，得到的值通过阈值划分来判定是否为需要提取的目标信息。