[发明专利]一种基于地物类别分类冗余字典的成像光谱图像稀疏表示方法

权利要求书

1.一种基于地物类别分类冗余字典的成像光谱图像稀疏表示方法，由成像光谱仪完成成像光谱数据的采集，并将待处理图像的光学信号转化为数字图像信号，存储于采集设备存储器中；通过USB、红外接口读入图像，在处理器中进行基于地物类别分类冗余字典的成像光谱图像稀疏分解；其特征在于：包括以下步骤：

步骤1，计算机从存储设备读入成像光谱图像作为训练数据，整个图像用一个三维数组X的形式进行表示；

步骤2，对训练数据进行K-means聚类，将成像光谱图像数据按地物信息添加分类标签；

步骤3，使用训练成像光谱图像数据训练冗余字典；

步骤3.1，由成像光谱图像数据地物信息分类标签信息划分单一地物区域与混合地物区域；

步骤3.2，使用单一地物区域图像分类训练冗余字典；

步骤4，对需处理的成像光谱图像进行稀疏分解；

步骤4.1，对需处理的成像光谱图像进行KNN，将处理数据分类，添加分类标签；

步骤4.2，根据分类标签对单一地物区域与混合地物区域对图像分别处理，分别使用单类字典与双字典稀疏分解；

步骤5，成像光谱图像稀疏系数输出到缓存器，用于后续的分析和应用；

步骤6，以上操作结束后，关闭成像光谱图像文件。

2.根据权利要求1所述的一种基于地物类别分类冗余字典的成像光谱图像稀疏表示方法，其特征在于，所述步骤2对原始图像进行K-means聚类的方法如下：

(1)读入成像光谱图像训练数据X；

(2)从X中随机选择k个元素作为初始聚类中心光谱曲线，记为c₁,c₂…,c_k，k为聚类类别号；

(3)迭代求任意一个像素光谱曲线到k个中心的距离，将该像素样本归类到距离最短的中心所在的类；

(4)利用均值法更新该类的中心值；

(5)对于所有的聚类中心，若利用迭代法更新后，值保持不变，则迭代结束，否则继续迭代，即使对象到其簇质心的距离的平方和最小化。

3.根据权利要求1所述的一种基于地物类别分类冗余字典的成像光谱图像稀疏表示方法，其特征在于，所述步骤3划分单一地物区域与混合地物区域方法如下：

(1)选取像素，计算光谱曲线x与每一类聚类中心c_k光谱曲线的距离V_k，k为聚类类别号

其中N为成像光谱图像波段数，n为具体波段号，x_n为光谱曲线上波段号为n的像素值，c_kn为第k类聚类中心光谱曲线上波段号为n的像素值；

(2)将像素曲线到每一类聚类中心的距离V_k按从小到大的顺序排序，k为聚类类别号，则排序后V₁，V₂为最小与其次的距离；

(3)由地物类别差异大小设定阈值T＝1000，划分单一地物区域与混合地物区域，若V₁≤T，其中V₁为像素到最相关类距离即最小距离，则划分为单一地物区域，添加该类标签；否则划分为混合地物区域，添加标签。