[发明专利]基于光谱曲线拟合的高光谱图像特征检测方法及装置有效

专利信息
申请号: 201711097228.7 申请日: 2017-11-09
公开(公告)号: CN108009550B 公开(公告)日: 2021-01-22
发明(设计)人: 李岩山;徐健杰;石伟 申请(专利权)人: 深圳大学
主分类号: G06K9/46 分类号: G06K9/46
代理公司: 深圳市恒申知识产权事务所(普通合伙) 44312 代理人: 王利彬
地址: 518060 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 光谱 曲线拟合 图像 特征 检测 方法 装置
【权利要求书】:

1.一种基于光谱曲线拟合的高光谱图像特征检测方法,其特征在于,所述方法包括:

步骤S1,在光谱方向上对高光谱图像f(x,y,λ)进行n阶拟合,得到新的高光谱图像φ(x,y,λ′);

其中,x,y表示空间域坐标,λ表示光谱域坐标,其中,1≤λ≤L,1≤λ′≤n+1;λ表示拟合之前的波段索引值,λ′表示拟合之后的波段索引值,L表示拟合之前的最大波段数,n+1表示拟合之后的最大波段数;

步骤S2,构造关于新的所述高光谱图像φ(x,y,λ′)中的某点p0和其邻域上的点p1的加权相关性函数;

步骤S3,根据所述加权相关性函数构造一个特征点响应函数;

步骤S4,根据所述特征点响应函数计算所述高光谱图像φ(x,y,λ′)中的某点p0的特征点响应值和其邻域上所有点的特征点响应值;

步骤S5,若所述高光谱图像φ(x,y,λ′)中的某点p0的特征点响应值大于其邻域上所有点的特征点响应值,则该点p0即为所述高光谱图像φ(x,y,λ′)的特征点;

所述步骤S1具体包括:

步骤S11,构造关于高光谱图像f(x,y,λ)包含的空间坐标为(x,y)的所有波段组成的光谱曲线表达式如下:

g(x,y)=[f(x,y,1),f(x,y,2),...,f(x,y,λ),...,f(x,y,L)]

其中,1≤λ≤L,λ表示拟合之前的波段索引值,L表示拟合之前的最大波段数,g(x,y)为拟合之前的空间任意点的光谱曲线表达式;

步骤S12,在光谱方向上,根据上述公式对空间特定点(x0,y0)处的g(x0,y0)进行多项式拟合,其每一项的f(x0,y0,λ)拟合结果为:

其中,x0,y0为常数,φ(x0,y0,1),φ(x0,y0,2),φ(x0,y0,λ′),φ(x0,y0,n),φ(x0,y0,n+1)为拟合的各对应项系数,λ′为表示拟合之后的波段索引值,其为整数且1≤λ′≤n+1,是对f(x0,y0,λ)的拟合估计值;

步骤S13,提取上述拟合结果中的多项式的系数来重新构造新的光谱曲线:

G(x0,y0)=[φ(x0,y0,1),φ(x0,y0,2),...,φ(x0,y0,λ′),...,φ(x0,y0,n+1)]

其中,λ′为表示拟合之后的波段索引值;G(x0,y0)为拟合后的空间特定点(x0,y0)的光谱曲线表达式;

步骤S14,结合上述新的光谱曲线对整个高光谱图像任何位置的像元(x,y)形成的光谱曲线g(x,y)进行曲线拟合,得到:

G(x,y)=[φ(x,y,1),φ(x,y,2),...,φ(x,y,λ′),...,φ(x,y,n+1)]

其中,φ(x,y,λ′)为新的高光谱图像表达式,1≤λ′≤n+1,λ′为表示拟合之后的波段索引值;n+1表示拟合之后的最大波段数,G(x,y)为拟合后的空间任意点的光谱曲线表达式。

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深圳大学,未经深圳大学许可,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/pat/books/201711097228.7/1.html,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