[发明专利]一种高光谱图像分类的方法及装置

摘要

本发明提供了一种高光谱图像分类的方法及装置，该方法，包括：预先从高光谱图像中确定训练样本，为每个所述训练样本设置对应的类标；提取所述高光谱图像的至少两个图像特征；确定每个所述图像特征的最邻近图的相似度矩阵；确定每个相似度矩阵的图拉普拉斯矩阵；将每个所述图拉普拉斯矩阵投射在格拉斯曼流形上，在所述格拉斯曼流形上确定每两个图拉普拉斯矩阵之间的距离；根据所述每两个图拉普拉斯矩阵之间的距离和所述训练样本的类标，确定所述高光谱图像的类标矩阵；根据所述类标矩阵，确定所述高光谱图像的每个样本的类标。本发明提供了一种高光谱图像分类的方法及装置，能够提高分类的准确性。

主权项

1.一种高光谱图像分类的方法，其特征在于，包括：S1：预先从高光谱图像中确定训练样本，为每个所述训练样本设置对应的类标；S2：提取所述高光谱图像的至少两个图像特征；S3：确定每个所述图像特征的最邻近图的相似度矩阵；S4：确定每个相似度矩阵的图拉普拉斯矩阵；S5：将每个所述图拉普拉斯矩阵投射在格拉斯曼流形上，在所述格拉斯曼流形上确定每两个图拉普拉斯矩阵之间的距离；S6：根据所述每两个图拉普拉斯矩阵之间的距离和所述训练样本的类标，确定所述高光谱图像的类标矩阵；S7：根据所述类标矩阵，确定所述高光谱图像的每个样本的类标；所述S6，包括：A1：根据每个所述训练样本的类标，确定所述高光谱图像的初始类标矩阵；A2：确定每个图拉普拉斯矩阵与其他图拉普拉斯矩阵的距离之和；A3：确定目标函数中的每个图拉普拉斯矩阵对应的融合权重的初始值，其中，所述目标函数为：其中，Q为所述类标矩阵，Y为所述高光谱图像的初始类标矩阵，L^(m)为第m个图拉普拉斯矩阵，U为预设矩阵，γ_α为第一预设约束程度参数，γ_s为第二预设约束程度参数，S^(m)为第m个图拉普拉斯矩阵与其他图拉普拉斯矩阵的距离之和，α^(m)为第m个图拉普拉斯矩阵对应的融合权重，M为所述图拉普拉斯矩阵的数量；A4：根据所述每个图拉普拉斯矩阵对应的融合权重和公式一，更新所述类标矩阵，其中，所述公式一为：A5：根据所述类标矩阵和公式二，更新所述每个图拉普拉斯矩阵对应的融合权重，其中，所述公式二为：其中，g^(m)＝Tr(Q‑Y)^TU(Q‑Y)；A6：根据所述每个图拉普拉斯矩阵对应的融合权重和所述类标矩阵，判断所述目标函数的值是否收敛，如果是，则输出所述类标矩阵，否则，返回A4。