[发明专利]一种高光谱超像元分割方法有效

专利信息
申请号: 201810201837.0 申请日: 2018-03-12
公开(公告)号: CN108447065B 公开(公告)日: 2021-07-30
发明(设计)人: 林连雷;王建峰;周祝旭 申请(专利权)人: 哈尔滨工业大学
主分类号: G06T7/11 分类号: G06T7/11;G06T7/90
代理公司: 哈尔滨市松花江专利商标事务所 23109 代理人: 杨立超
地址: 150001 黑龙*** 国省代码: 黑龙江;23
权利要求书: 查看更多 说明书: 查看更多
摘要: 一种基于主成分加权假彩色合成和颜色直方图驱动的高光谱超像元分割方法,它属于高光谱图像分割技术领域。本发明解决了由于高光谱图像数据维数高、数据冗余多导致的对图像实时分割困难的问题。本发明将高光谱图像的主要光谱信息放入假彩色图像中,对高光谱数据进行降维;将主成分加权假彩色合成图像分割成网格区域后,采用像元级和块级两个尺度对分割后的主成分加权假彩色合成图像的每一个超像元的边界进行遍历迭代,每次完整的迭代后均获得新的图像分割方案,采用直方图驱动函数对每次完整的迭代后得到的新分割方案进行评估,最终获得最佳的图像分割方案,实现对高光谱图像的超像元分割。本发明可以应用于高光谱图像的分割领域用。
搜索关键词: 一种 光谱 超像元 分割 方法
【主权项】:
1.一种基于主成分加权假彩色合成和颜色直方图驱动的高光谱超像元分割方法,其特征在于,该方法的具体步骤为:步骤一、对P波段M×N像元的高光谱图像数据X进行主成分加权假彩色合成,将高光谱图像转化为P维数据;分别计算P维数据各自维度内所有像元的平均值向量;步骤二、利用步骤一得到的P维数据和P维数据各自维度内所有像元的平均值向量,计算P维数据各自维度的特征协方差矩阵,分别计算出各个维度的特征协方差矩阵的特征值和特征向量;对各个维度的特征协方差矩阵的特征值和特征向量单位化,将单位化后的特征值λj按照由大到小顺序排列得到特征值组成的向量λ,将单位化后的特征向量aj按照由大到小顺序排列得到特征向量组成的向量A,其中,j=1,2,…,P;步骤三、对步骤二中的向量A进行转置得到向量AT,利用向量AT对原高光谱图像进行转换,得到转换后的主成分图像Yj;步骤四、从步骤三中的主成分图像Yj中取出前S个主成分图像Yj',j'=1,2,…,S,将取出的S个主成分图像Yj'分为三组,第3n+1图像为第一组,第3n+2图像为第二组,第3n+3图像为第三组,n=0,1,…,Q,3Q+3≤S,Q和S为正整数;将每组内的主成分图像进行累加计算,得到高光谱图像的主成分加权假彩色合成图像;步骤五、将步骤四得到的高光谱图像的主成分加权假彩色合成图像分割成网格区域;步骤六、采用像元级和块级两个尺度对步骤五分割后的主成分加权假彩色合成图像的每一个超像元的边界进行遍历;即对图像中每个超像元的边界先进行一次块级遍历,然后再进行一次像元级遍历,当对所有超像元遍历过一次时,即完成一次完整的遍历;遍历时对超像元的边界处的所有像元分别采用像元级别的方案调整和块级别的方案调整,调整时以步骤五的网格区域作为分割的基本方案,经过调整获得新的分割方案后,采用颜色直方图驱动函数E(s)作为评估函数对新分割方案进行评估,函数值越高评价越好;通过不断的迭代遍历过程,每次迭代后均获得新的分割方案,并采用颜色直方图驱动函数E(s)评估新分割方案,最终获得最佳的分割方案,即实现高光谱图像的超像元分割。
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哈尔滨工业大学,未经哈尔滨工业大学许可,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/201810201837.0/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top