【摘要】 一种基于信息量维数序列的高光谱数据监督分类方法，包括如下步骤：(一)读入某地区高光谱图像数据；(二)从光谱库中选择参考光谱，或从图像中选取训练样本进行波段平均获取参考光谱；(三)逐个计算参考光谱与所有测试光谱的信息量维数序列；(四)测试光谱与所有参考光谱的信息量维数序列逐个进行向量角匹配，采用最小距离分类器分类；(五)二值化匹配结果，将每类地物的匹配结果用二值图像表示，每幅图像中只包含一类地物。基于信息量维数序列的高光谱数据分类方法将信息量维数引入到光谱域分析，综合了全波段匹配和局部量化特征匹配的优点，能获得较高的分类效率和分类精度，在高光谱数据分类和目标识别中有重要价值。 【专利类型】发明授权 【申请人】北京航空航天大学 【申请人类型】学校 【申请人地址】100083 北京市海淀区学院路37号北京航空航天大学仪器科学与光电工程学院 【申请人地区】中国 【申请人城市】北京市 【申请人区县】海淀区 【申请号】CN200810114432.X 【申请日】2008-06-05 【申请年份】2008 【公开公告号】CN101299237B 【公开公告日】2010-12-08 【公开公告年份】2010 【授权公告号】CN101299237B 【授权公告日】2010-12-08 【授权公告年份】2010.0 【IPC分类号】G06K9/00; G06K9/64 【发明人】赵慧洁; 刘小刚; 李娜 【主权项内容】1.一种基于信息量维数序列的高光谱数据监督分类方法，其特征在于：它包含以下步骤： (一)读入某地区高光谱图像数据； (二)根据先验信息从光谱库中选择该地区可能存在的地物光谱作为参考光谱，或从图像中选取训练样本进行波段平均获取参考光谱； (三)获得参考光谱后，逐个计算参考光谱及所有测试光谱的信息量维数序列；其具体实现方式如下：先给定光谱曲线的分段数目N以决定信息量维数序列的维数，光谱曲线信息量维数序列采用如下方法计算：将光谱曲线等分为N个小区域，每个小区域包含的波段数目为 式(2)中floor(x)表示取小于x的最大整数；当NB不能被N整除时，前N-1个区域包含的波段数目为NBS，最后一个区间包含波段数目为NB-(N-D·NBS；每个小区域的线度大小为Li，光谱曲线在该小区域的生长几率为Pi，不同小区域生长几率不同，用不同标度指数αi来表征： 若线度Li的大小趋于零，用下式表示局部分维： 计算每个小区域上的局部分维，得到一个由不同αi所组成的序列构成的谱，用f(α)表示；局部分维计算方法如下： 用线度δik将线小区域Li划分成一系列更小的区间，改变δik的大小，得到一系列的生长几率Pik，对{ln(δi1)，ln(δi2)，…，ln(δik)}和{ln(Pi1)，ln(Pi2)，…，ln(Pik)}，其中，k为不同的δik的个数，用最小二乘拟合直线，斜率就为该小区域上的局部分维αi，该局部分维就是对应小区间上的信息量维数，所有小区域的信息量维数构成光谱曲线的信息量维数序列f(α)； 光谱曲线在小区域生长的几率Pi采用如下方法计算： 设波段数目为NB的光谱曲线X＝(x1，x2，…，xNB)，每个分量xl为每个波段分量，定义X的光谱信息度量p＝{pl}NBl＝1，其中 用线度为Li的区域包含了光谱曲线从xi到xj的j-i+1个波段，则该区域中光谱曲线生长的几率为：其中，j≥i， pk为光谱曲线X的概率分布，N为线度Li下小区域的个数； (四)参考光谱和测试光谱的信息量维数序列计算完毕，测试光谱的信息量维数序列与所有参考光谱的信息量维数序列逐个进行向量角匹配，采用最小距离分类器确定与参考 光谱最接近的一个或多个像元； (五)所有测试像元匹配完成，二值化匹配结果，将每类地物的匹配结果用二值图像表示，每幅图像中只包含一类地物。 【当前权利人】北京航空航天大学 【当前专利权人地址】北京市海淀区学院路37号北京航空航天大学仪器科学与光电工程学院 【统一社会信用代码】12100000400011227Y 【引证次数】2.0 【自引次数】1.0 【他引次数】1.0 【家族引证次数】2.0 【家族被引证次数】22
