[发明专利]基于自适应的高光谱最优波段选择方法和装置在审
申请号: | 201911027959.3 | 申请日: | 2019-10-28 |
公开(公告)号: | CN110781831A | 公开(公告)日: | 2020-02-11 |
发明(设计)人: | 刘畅;王广平;王静 | 申请(专利权)人: | 北京环境特性研究所 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62 |
代理公司: | 11609 北京格允知识产权代理有限公司 | 代理人: | 周娇娇 |
地址: | 100854*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 波段 高光谱图像数据 波段图像 波段指数 图像像素 标准差 高光谱 波段选择 冗余信息 有效解决 可存储 系数和 自适应 预设 样本 计算机 | ||
1.一种基于自适应的高光谱最优波段选择方法,其特征在于,该方法包括以下步骤:
获取高光谱图像数据;
计算高光谱图像数据中每个波段图像与前后波段图像的相关系数,以及每个波段的图像像素标准差,并根据所述相关系数和图像像素标准差计算波段指数;
将各个波段指数进行由大到小的排列,选出排列在前面的预设数量的波段作为最优波段。
2.根据权利要求1所述的基于自适应的高光谱最优波段选择方法,其特征在于,所述计算高光谱图像数据中每个波段图像与前后波段图像的相关系数具体包括:
通过以下公式计算第i个波段图像与第i-1个波段图像的相关系数Ri-1,i,以及第i个波段图像与第i+1个波段图像的相关系数Ri,i+1;
其中,fi(x,y)是第i幅图像中像素点(x,y)的像素值,是第i幅图像的像素平均值;fj(x,y)是第j幅图像中像素点(x,y)的像素值,是第j幅图像的像素平均值;E{}为数学期望。
3.根据权利要求2所述的基于自适应的高光谱最优波段选择方法,其特征在于,所述方法通过以下公式计算每个波段的图像像素标准差:
其中,M、N分别是图像的行、列像素数,fi(x,y)是第i幅图像中像素点(x,y)的像素值,是第i幅图像的像素平均值。
4.根据权利要求1或2所述的基于自适应的高光谱最优波段选择方法,其特征在于,所述方法通过以下公式根据所述相关系数和图像像素标准差计算波段指数:
其中,σi为第i个波段的图像像素标准差,Ri-1,i为第i个波段图像与第i-1个波段图像的相关系数,Ri,i+1为第i个波段图像与第i+1个波段图像的相关系数。
5.一种基于自适应的高光谱最优波段选择装置,其特征在于,包括:
图像数据获取单元,用于获取高光谱图像数据;
波段指数计算单元,用于计算高光谱图像数据中每个波段图像与前后波段图像的相关系数,以及每个波段的图像像素标准差,并根据所述相关系数和图像像素标准差计算波段指数;
波段选择单元,用于将各个波段指数进行由大到小的排列,选出排列在前面的预设数量的波段作为最优波段。
6.根据权利要求5所述的基于自适应的高光谱最优波段选择装置,其特征在于,所述波段指数计算单元通过以下公式计算第i个波段图像与第i-1个波段图像的相关系数Ri-1,i,以及第i个波段图像与第i+1个波段图像的相关系数Ri,i+1:
其中,fi(x,y)是第i幅图像中像素点(x,y)的像素值,是第i幅图像的像素平均值;fj(x,y)是第j幅图像中像素点(x,y)的像素值,是第j幅图像的像素平均值;E{}为数学期望。
7.根据权利要求6或7所述的基于自适应的高光谱最优波段选择装置,其特征在于,所述波段指数计算单元通过以下公式计算每个波段的图像像素标准差:
其中,M、N分别是图像的行、列像素数,fi(x,y)是第i幅图像中像素点(x,y)的像素值,是第i幅图像的像素平均值。
8.根据权利要求6或7所述的基于自适应的高光谱最优波段选择装置,其特征在于,所述波段指数计算单元通过以下公式根据所述相关系数和图像像素标准差计算波段指数:
其中,σi为第i个波段的图像像素标准差,Ri-1,i为第i个波段图像与第i-1个波段图像的相关系数,Ri,i+1为第i个波段图像与第i+1个波段图像的相关系数。
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北京环境特性研究所,未经北京环境特性研究所许可,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/201911027959.3/1.html,转载请声明来源钻瓜专利网。