[发明专利]一种基于核协同表示的高光谱图像交互式分类方法

权利要求书

1.一种基于核协同表示的高光谱图像交互式分类方法，其特征在于，包括如下步骤：

步骤1：对高光谱图像数据，载入或手工选定感兴趣训练区域；

步骤2：以训练区域内的像元作为训练集，采用核协同表示进行分类，得到高光谱图像概率分布图；

步骤3：以高光谱图像中的像元为节点，依据像元的空间位置关系建立空谱联合图；

步骤4：将概率分布图和空谱联合图共同放入后处理模型，进行分类结果预测；

步骤5：依据分类预测结果，手工重复添加或删除部分训练区域，进行精细化分类结果预测。

2.根据权利要求1所诉的一种基于核协同表示的高光谱图像交互式分类方法，其特征在于，步骤2中核协同表示分类的公式为：

Y＝T(Q+λI)^-1P

其中，Y为所有像元的概率化分类结果，Q为训练样本高斯径向核特征矩阵，P为高光谱图像高斯径向核特征矩阵，I为单位矩阵，T用来累加每个测试样本在每个类别上的系数，λ用来控制核协同表示系数，λ＝0.001。

3.根据权利要求1所诉的一种基于核协同表示的高光谱图像交互式分类方法，其特征在于，步骤3中构建空谱联合图的方法，具体为：

对高光谱图像进行主成分分析，选取前3个主成分作为特征并规范化到[0,1]区间内；以每个像元为顶点，选取周围8个像元作为邻居，并根据相似性建立权重矩阵W，从而构建空谱联合图G。

4.根据权利要求1所诉的一种基于核协同表示的高光谱图像交互式分类方法，其特征在于，步骤4中后处理分类的公式为：

其中，为未标记像元精细化的分类结果，Y_l为标记像元的概率化分类结果，Y_u为未标记像元的概率化分类结果，L为空谱联合图G对应的图拉普拉斯，L_lu和L_uu为L对应的标记样本与未标记样本子矩阵，γ用来控制空间光滑程度。

5.根据权利要求1所诉的一种基于核协同表示的高光谱图像交互式分类方法，其特征在于，步骤5中精细化分类结果预测的具体步骤为：

步骤2-1：保存中间变量矩阵T，F＝(Q+λI)^-1和P；

步骤2-2：根据分类图，手工选择部分训练区域，更新和保存中间变量矩阵，执行步骤2-2和2-4；

步骤2-3：根据分类图，手工去除部分训练区域，更新和保存中间变量矩阵，执行步骤2-2和2-4；

步骤2-4：重复执行步骤2-2或2-3，以得到精细化分类结果。

6.根据权利要求5所诉的一种基于核协同表示的高光谱图像交互式分类方法，其特征在于，步骤2-2中更新中间变量矩阵的公式为：

其中，N'＝(N+λI-Z^TFZ)^-1，Z'＝-FZN'，M'＝F-FZZ'^T，Z为新添加样本与原样本对应的核特征矩阵，N为新添加样本核特征矩阵。

7.根据权利要求5所诉的一种基于核协同表示的高光谱图像交互式分类方法，其特征在于，步骤2-3中更新中间变量矩阵的公式为：

其中，F＝[M'Z'；Z'^T N']按照训练样本和去除训练样本的次序排列。