[发明专利]基于小波变换和稀疏表示的高光谱图像分类方法

摘要

本发明公开了基于小波变换和稀疏表示的高光谱图像分类方法，步骤如下获取高光谱图像数据，在空间维和光谱维三维空间内进行空间移不变小波分解，得到高光谱图像在各个尺度上的空间平移不变小波变换特征；确定一个最优尺度J，得到高光谱图像在最优尺度J上的空间平移不变小波变换特征；高光谱图像中获取到Ntr个训练像素，以对Nte个测试像素类别的判定，具体为首先通过Ntr个训练像素在尺度J上的空间平移不变小波变换特征构建用于稀疏表示的训练字典，然后对测试像素进行基于稀疏表示方法的分解和重构，最后比较测试像素在每一个类别上对应的类别局部重构残差，将最小残差值对应的类别判定为测试像素的类别。本发明方法提高了高光谱图像分类的鲁棒性和准确性。

主权项

一种基于小波变换和稀疏表示的高光谱图像分类方法，其特征在于，步骤如下：S1、获取高光谱图像数据h(x,y,b)，其中x和y表示空间位置，b表示波段；S2、对高光谱图像数据在空间维和光谱维三维空间内进行空间移不变小波分解，得到高光谱图像在各个尺度上的空间平移不变小波变换特征；S3、根据可分性确定出一个最优尺度J，获取高光谱图像在该尺度J上的空间平移不变小波变换特征；S4、在高光谱图像中获取到已标注类别的Ntr个像素，将这些像素作为训练像素，然后通过这些训练像素对高光谱图像中的Nte个测试像素分别进行以下类别的判定，具体为：S41、根据Ntr个训练像素在尺度J上的空间平移不变小波变换特征，构建用于稀疏表示的训练字典A，其中该训练字典A的每一列即为一个训练像素对应的在尺度J上的空间平移不变小波变换特征；S42、将测试像素在尺度J上的空间平移不变小波变换特征进行单位二范数规范化得到测试像素在尺度J上规范后的空间平移不变小波变换特征，同时将训练字典A进行基于列的单位二范数规范化得到规范后的训练字典A′；S43、根据稀疏表示理论，对测试像素在尺度J上规范后的空间平移不变小波变换特征以及规范后的训练字典A′求解相应的1‑范数最小化问题，得到测试像素稀疏表示的稀疏系数；S44、利用测试像素稀疏表示的稀疏系数和规范后的训练字典A′进行类别局部重构；S45、计算出测试像素在每一个类别上对应的类别局部重构残差，然后选取出最小残差值，将最小残差值对应的类别判定为测试像素所属类别。