[发明专利]一种基于分块低秩张量分析的高光谱图像降维和分类方法

摘要

本发明属于遥感图像处理技术领域，具体为一种基于分块的低秩张量分析的高光谱图像降维和分类方法。本发明根据高光谱图像的三维数据结构及其强烈的光谱特性和局部空间相关特性，将分块思想引入基于低秩张量分析的高光谱图像降维方法中，克服了图像的整体空间相关性较弱以及降维子空间维度的设定对降维效果的负面影响，最终得到一种能够大幅提高图像总体分类精度的新型降维方法——分块低秩张量分析法。该算法对各种不同的高光谱数据（包括仿真数据和实际数据集）都表现出良好的适用性。在基于高光谱遥感图像的高精度的地物分类方面具有重要的应用价值。

主权项

1. 一种基于分块低秩张量分析的高光谱图像降维和分类方法，其特点在于用三阶张量描述高光谱图像，将空间维划分成若干相同大小的子区域，而保持原来的光谱维不变，每一子区域对应一个子张量，对每一子张量依次进行基于低秩张量分析的降维和分类；已知原高光谱图像张量，其中，第一、二维表示空间，第三维表示光谱；已知分块尺寸为，其中，；已知每块子张量的降维子空间维度为，其中在张量分析过程中用到，已知地物类别的编号为，具体步骤如下：步骤1、保持的第三维不变，将其第一、二维的边界分别作镜像扩展，得到，使得，，其中表示取余运算；步骤2、在空间上划分，总共得到块大小相同的子张量，每块子张量，其中，表示整除运算，下标表示子张量的编号；步骤3、对每一子张量进行基于低秩张量分析的降维，得到各子张量降维结果；步骤4、采用有监督分类器对进行分类时，具体操作如下：(a)设定一个样本个数的下限阈值，找出训练样本个数大于既定阈值的子张量进行分类，其中表示已分类的子张量的编号的集合，表示已分类的子张量的编号，表示在所有已分类的子张量中的序列号，表示已分类的子张量的总数；(b)对于原训练样本数量不足的子张量其中表示未分类的子张量的编号的集合，表示未分类的子张量的编号，表示在所有未分类的子张量中的序列号，表示未分类的子张量的总数；按照，每次取出一个未分类的子张量，依次考察其上、下、左、右四个方位上的子张量，如果某方位上存在分类完毕的子张量，则将待分类的子张量与之合并后形成新的张量或再做低秩张量分析降维，以分类完毕的像元作为训练样本对待分类的子张量进行分类；(c)综合(b)中当前待分类的子张量的每一个像素的所有分类结果，其中，表示像素的编号，表示与相邻的四个方位上所有分类完毕的子张量的编号，若存在个分类完毕的子张量，像素就有种分类结果，地物类别出现的频率最高就将该像素划归为此类；若有几种类别的频率相同，则参考与该子张量相邻的训练样本，训练样本中类别出现的频率最高就将该像素划归为此类；若仍不能判决，则随机选取训练样本中出现频率最高的地物类别中的一种作为该像素的类别；分类判决后，令，将该子张量的编号从中去除，并添加至；(d) 重复执行(a), (b), (c)，直至所有子张量都已分类完毕，即；步骤5、将每一子张量的分类结果按其在空间上对应的位置合并，形成整幅图像的分类结果。