[发明专利]一种基于波段注意力重建网络的高光谱波段选择方法及装置

权利要求书

1.一种基于波段注意力重建网络的高光谱波段选择方法，其特征在于，包括如下步骤：

步骤1)计算波段代表性：

将高光谱图像分块，每一个高光谱图像块作为一个样本；

构建高效的波段注意力重建网络，所述的波段注意力重建网络包括波段注意力网络和卷积自编码器重建网络；

所述波段注意力网络用于获取重加权的光谱波段，计算公式表示为：

ω＝F(X_P；θ_P)

其中，ω＝(ω₁,ω₂,...,ω_t,...,ω_L)代表波段注意力向量，ω_t代表第t个波段的权值，L代表波段数，X_P代表将高光谱图像分块后得到的高光谱图像块，F(·)代表波段注意力操作，θ_P代表波段注意力网络中可训练的参数；Z代表重加权的光谱波段，代表按波段乘法符号；

以重加权的光谱波段作为输入，构建卷积自编码器重建网络，重建原始高光谱图像；所述的卷积自编码器重建网络计算公式表示为：

其中，代表重建的高光谱图像块，θ_C代表重建网络中可训练的参数，F_Rec(·)代表卷积自编码操作；

训练波段注意力重建网络，得到所有波段的代表性度量值；所述的代表性度量值计算公式为：

其中，代表第t个波段的代表性度量值，代表第i个样本第t个波段对应的权值，L为波段数，n为原始高光谱图像块的样本数；

步骤2)构建初始波段子集：

从所有的波段中选择代表性度量值最高的波段，作为第一个被选波段，构建初始已选波段子集；

步骤3)计算每个未选波段与已选波段子集间的冗余度；所述的冗余度计算表达式为：

其中，x_t代表第t个波段，X_S代表已选波段子集，上角标T代表转置操作；

步骤4)计算波段代表性和冗余度综合得分，计算公式为：

其中，x_t代表第t个波段，d_S(x_t)代表第t个波段的冗余度度量值，r代表两个度量值的平衡系数；

步骤5)更新波段子集：

对所有未选波段的综合得分进行排序，选择得分最高的波段作为新的被选波段，更新已选波段子集；

步骤6)重复步骤3)-5)，直到已选择波段的数量达到预先设定的波段数。

2.如权利要求1所述的基于波段注意力重建网络的高光谱波段选择方法，其特征在于，步骤4)中两个度量值的平衡系数的计算表达式为：

其中，L为波段总数，k为已选波段数。

3.如权利要求1所述的基于波段注意力重建网络的高光谱波段选择方法，其特征在于，步骤1)中训练波段注意力重建网络采用的损失函数为均方误差损失函数、光谱角误差损失函数中的任意一种或者两种。

4.如权利要求1所述的基于波段注意力重建网络的高光谱波段选择方法，其特征在于，步骤1)中训练波段注意力重建网络采用的损失函数为：

其中，n为原始高光谱图像块的样本数，代表第i个高光谱图像块，α和β代表平衡系数，表示重建的第i个高光谱图像块，代表F范数，||·||代表2范数，||·||₁代表1范数，表示重建的第i个高光谱图像块中的第j个像素，表示原始的第i个高光谱图像块中的第j个像素。