[发明专利]一种高光谱地物分类识别方法

权利要求书

1.一种高光谱地物分类识别方法，其特征在于，包括如下步骤：

S1，数据校正，对已知分类情况的遥感图像依次进行大气校正和几何校正，得到校正后的遥感图像；

S2，去噪处理，对校正后的遥感图像进行去噪处理，得到去噪后的遥感图像；

S3，重组分批，对去噪后的遥感图像进行重组分批，得到重组后的遥感图像；

S4，特征提取，对重组后的遥感图像使用构建的多层深度网络进行训练，提取出重组后的遥感图像的深层特征；

S5，分类识别，将待分类识别图像进行步骤S1、步骤S2和步骤S3，再通过步骤S4中所述的网络进行训练，得到待分类识别图像的深层特征，将待分类识别图像的深层特征与步骤S4中得到的深层特征进行比较，得到待分类识别图像的最终分类结果。

2.根据权利要求1所述的一种高光谱地物分类识别方法，其特征在于：步骤S1中，所述遥感图像通过高光谱传感器获取，依次对遥感图像进行大气校正和几何校正；所述大气校正是指在ENVI Classic软件中对遥感图像的Convert File Parameter参数进行设置使其辐射亮度值符合FLAASH要求，再通过Multispectral Settings进行多光谱设置，得到大气校正后的遥感图像；所述几何校正是指在ENVI Classic软件中通过调整UTM中的Zone的数值和Datum的参数，再在Registration Parameters的对话框中对Wrap Method、Resampling和Background进行设置，完成对大气校正后的遥感图像的几何校正，得到校正后的遥感图像。

3.根据权利要求2所述的一种高光谱地物分类识别方法，其特征在于：步骤S2中，对校正后的遥感数图像进行去噪处理的公式如下：

其中c(x,y,t)为扩散系数；

当||▽G_σ*I||≤k-Δk时：

当k-Δk≤||▽G_σ*I||≤k+Δk时：

当||▽G_σ*I||≥k+Δk时：

其中，I(x,y,t)是偏微分方程的解，也就是去噪后的遥感图像，x、y表示去噪后的遥感图像的像素点的坐标，t表示噪声的方差；I表示校正后的遥感图像，G_σ是高斯滤波，σ是高斯核的标准偏差，div和▽分别表示散度算子和梯度算子，||表示模值，*表示卷积；k是校正后的遥感图像数据的梯度阈值,k＞0，Δk是k的偏置,0＜Δk≤5；I_xx和I_yy是校正后的遥感图像I的二阶偏导数，扩散系数c(x,y,t)是关于梯度的函数，α和β是连贯系数，α+β＝1。

4.根据权利要求3所述的一种高光谱地物分类识别方法，其特征在于：步骤S3的具体步骤如下：

S31，利用matalab软件内置的imread函数读取去噪后的遥感图像的A个波段数据，将它们都转化为A个大小为M×M的图片，每个图片相当于一个像素点，再把A个大小为M×M的图片拉伸为A列M²×1大小的矩阵，此矩阵即是由遥感图像转化为的A×M²个像素点；

S32，再将每列矩阵平均分为C份，每份含有B个元素,B＝M²/C，即将A列M²×1的矩阵数据分成C份大小为B×A的数据，最终得到A个含有C份大小为B×A的图像，即重组后的遥感图像。