[发明专利]一种基于四色定理的高光谱图像空谱结合分类方法

摘要

本发明公开了一种基于四色定理的高光谱图像空谱结合分类方法，利用SVM直接在高光谱图像谱域得到初始的粗略分类结果，进而利用四色定理挖掘高光谱图像的空间信息得到分类概率图矩阵s；对高光谱图像进行分割和边缘提取后，分别利用四色定理挖掘高光谱图像的空间信息得到分类概率图矩阵r和t；将分类概率图矩阵r、s和t按元素相乘，得到最终的分类概率图矩阵p，对分类概率图矩阵p进行极大似然类别判决，得到最终的分类结果。本发明利用四色定理将高光谱图像的空域信息挖掘出来，并与谱域信息相结合，提出一种空谱结合的高光谱图像分类方法，该方法简单而高效，极大地提高了高光谱图像分类精度。

主权项

1.一种基于四色定理的高光谱图像空谱结合分类方法，其特征在于：表示高光谱图像的各个像素对应的序号集合，像素总数为M；表示像素属于不同地物类别的集合，地物类别总数为N；S1：利用SVM在高光谱图像谱域得到初始的地物类别分类结果；S2：在SVM得到的地物类别分类结果的基础上，利用四色定理挖掘高光谱图像的空间信息，得到分类概率图矩阵s＝(s₁,…,s_M)，其中，s是N×M维矩阵，列向量s_i的元素s_i,j表示第个像素属于第类地物类别的概率；S3：对高光谱图像进行分割处理，在SVM得到的地物类别分类结果的基础上，对分割出的各个独立区域利用四色定理挖掘高光谱图像的空间信息，得到分类概率图矩阵r＝(r₁,…,r_M)，其中r是N×M维矩阵，列向量的元素表示第个像素属于第k_b个地物类别的概率；S4：对高光谱图像进行边缘提取，在SVM得到的地物类别分类结果的基础上，利用四色定理挖掘高光谱图像的空间信息，得到分类概率图矩阵t＝(t₁,…,t_M)，其中t是N×M维矩阵，列向量的元素表示第个像素属于第f_c个地物类别的概率；S5：将分类概率图矩阵r、s和t按元素相乘，得到最终的分类概率图矩阵p＝r*s*t＝(p₁,…,p_M)，其中p是N×M维矩阵，*表示哈达玛积，即对任意和有其中和分别表示分类概率图矩阵p、r、s和t的第个列向量和的第n个元素，即第个像素分别在分类概率图矩阵p、r、s和t中属于第n个地物类别的概率；S6：对分类概率图矩阵p进行极大似然类别判决，得到最终的分类结果，即高光谱图像每个像素所属的地物类别。