[发明专利]一种基于形态学的高光谱图像特征提取方法

权利要求书

1.一种基于形态学的高光谱图像特征提取方法，包括如下步骤：

(1)对高光谱图像做主成分分析，并选取前T个主成分分量，T为大于0的整数；

(2)对选取的每一个主成分分量构造得到拓扑树；

(3)统计每个所述拓扑树的各个叶节点的属性类型，并根据属性类型，选择是否对拓扑树进行重构；

(4)计算各拓扑树叶节点属性值对应的消光值，按消光值大小对拓扑树进行剪切，得到剪切拓扑树；

(5)将剪切拓扑树重构为主成分图像，得到消光剖面特征；

其中，步骤(4)的拓扑树包括步骤(2)中的拓扑树和步骤(3)中重构得到的重构拓扑树；

所述统计每个所述拓扑树的各个叶节点的属性类型，并根据属性类型，选择是否对拓扑树进行重构，包括：

统计拓扑树的各个节点的属性值，对增性属性，在步骤(2)生成的拓扑树中计算各个领袖像素的属性，并直接采用该拓扑树来进行后续的属性值计算；对非增性属性，对步骤(2)生成的拓扑树按最小树的方法进行重构，得到重构拓扑树；

所述计算各拓扑树叶节点属性值对应的消光值，按消光值大小对拓扑树进行剪切，得到剪切拓扑树，包括：

对增性属性，计算拓扑树的消光值；对于非增性属性，计算重构的拓扑树的消光值；

消光值的计算方法为：

对拓扑树中的叶节点的属性值按从小到大的顺序，进行显著性计算，包括：

1)从当前叶节点开始往上搜索直到遇见一个分支节点为止；

2)判断分支节点与叶节点之间的属性差值是否最大，若是，即相对于当前分支节点的其他兄弟叶节点，该当前叶节点的属性值对比度，即分支节点与叶节点之间的属性差值最大，则将拓扑树当前分支节点的其他兄弟叶节点的消光值设置为所述其他兄弟叶节点的属性值的对比度，返回1)往上搜索；若否，如果相对于当前分支节点的其他兄弟叶节点，该叶节点的属性值对比度，即分支节点与叶节点之间的属性差值不是最大，则将该叶节点的属性值对比度赋值给当前叶节点的消光值；

3)重复1)-2)，直至所有叶节点的消光值计算完成。

2.如权利要求1所述的基于形态学的高光谱图像特征提取方法，其特征在于：

在所述步骤(1)中，对高光谱图像进行主成分分析，选取最大的前T个特征值对应的特征矢量进行变换，得到T个主成分分量，其中T取值为1、2、3。

3.如权利要求1所述的基于形态学的高光谱图像特征提取方法，其特征在于：

在所述步骤(3)中，所述属性包括：增性属性和非增性属性。

4.如权利要求3所述的基于形态学的高光谱图像特征提取方法，其特征在于：

所述增性属性包括：面积属性、对比度属性、体积属性、包围盒属性；

所述非增性属性包括：标准差属性、圆度属性、延伸度属性。

5.如权利要求4所述的基于形态学的高光谱图像特征提取方法，其特征在于：

对于增性属性，直接计算步骤(2)得到的拓扑树中各个领袖像素的属性。

6.如权利要求4所述的基于形态学的高光谱图像特征提取方法，其特征在于：

对于非增性属性，对拓扑树按最小树的方法进行重构，得到重构拓扑树。

7.如权利要求1所述的基于形态学的高光谱图像特征提取方法，其特征在于：

对重构拓扑树中的叶节点的属性值按从小至大的顺序，进行显著性计算，具体如下：

a)从当前叶节点开始往上搜索第一个分支节点，如果没有分支节点，则跳转到步骤d)；

b)在搜索到的第一个当前分支节点内，判断当前叶节点的属性值对比度是否为最大，如果是则返回步骤a)，并且将当前分支节点内其他叶节点的消光值设置为其他叶节点的属性值对比度，如果否，则跳转到步骤c)；

c)则将该当前叶节点的属性值对比度值赋值给当前叶节点的消光值，返回步骤a)；

d)结束。