CN103268502A - 高光谱图像波段选择方法及装置 - Google Patents
高光谱图像波段选择方法及装置 Download PDFInfo
- Publication number
- CN103268502A CN103268502A CN2013102220497A CN201310222049A CN103268502A CN 103268502 A CN103268502 A CN 103268502A CN 2013102220497 A CN2013102220497 A CN 2013102220497A CN 201310222049 A CN201310222049 A CN 201310222049A CN 103268502 A CN103268502 A CN 103268502A
- Authority
- CN
- China
- Prior art keywords
- image
- wave band
- row
- picture dot
- picture
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Image Processing (AREA)
Abstract
本申请公开了一种高光谱图像波段选择方法,预先缩小高光谱图像的尺寸,在计算波段的相关度时,对于高光谱图像的每一个波段的图像来说,只有部分象元参与相关度的计算,而且,本申请只通过各个波段的图像之间的相关度来进行波段选择,而不用计算各个波段的图像的信息量,因此,本申请实施例提供的一种高光谱波段选择方法,计算量小,提高了的高光谱图像的波段选择效率。本申请实施例还提供一种高光谱波段选择装置。
Description
技术领域
本发明涉及图像处理技术领域,更具体地说,涉及一种高光谱图像波段选择方法及装置。
背景技术
随着高光谱遥感技术和成像光谱仪的发展,高光谱图像得到了越来越广泛的应用。由于高光谱遥感能够在窄而连续的波段上获取地物的光谱信息,因此,高光谱图像的相邻波段之间往往具有很强的相关性,这不但带来了大量冗余信息,增加了图像处理的运算量,也降低了高光谱图像分类与目标探测的精度,影响了高光谱图像的进一步应用。因此,如何在最大程度保留高光谱数据丰富信息的基础上减小参与信息提取的波段数量是高光谱图像处理的重要研究内容之一。
高光谱图像波段选择可以分为监督波段选择和非监督波段选择两类,其中,非监督波段选择具有全自动运算且适用范围广泛的特点,因此,是本领域的主要研究方向。当前被广泛使用的非监督波段选择方法一般是分析各波段的信息量以及波段间的相关程度,从波段相关性高的波段集合中选择信息量大的波段,淘汰信息量小的波段,最终得到波段选择结果。度量波段信息量的方法主要有信息量离散度、最大方差主成分等,度量波段相关程度的方法主要有光谱角距离、欧式距离、互信息量等。
发明人在实现本发明的过程中发现,现有的高光谱图像波段选择方法中,计算波段相关程度的方法(如光谱角距离、欧式距离、互信息量等)需要高光谱图像的所有象元参与运算,对于象元数量较多的高光谱图像,现有的高光谱图像波段选择方法的实现速度较慢,波段选择效率较低。
发明内容
本发明的目的是提供一种高光谱图像波段选择方法,以提高高光谱图像的波段选择效率。
为实现上述目的,本发明提供了如下技术方案:
一种高光谱图像波段选择方法,包括:
对第一高光谱图像进行采样,获取第二高光谱图像,所述第二高光谱图像的尺寸小于所述第一高光谱图像的尺寸;
依据预设的灰度级数,以及第二高光谱图像中第k个波段的图像中各个象元的第一灰度值中的最大值和最小值,获取所述第k个波段的图像中各个象元的第二灰度值;其中,k=1,2,......,L,L为所述第一高光谱图像的波段数;
计算所述第k个波段的图像中所有象元的第二灰度值的平均值;
依据所述第k个波段的图像中每一个象元的第二灰度值,以及所述第k个波段的图像中各个象元的第二灰度值的平均值,获取所述第k个波段的图像中每一个象元的哈希值;
依据象元的哈希值,获取任意两个波段的图像的不同象元的个数;
依据所述不同象元的个数对波段进行标记,具体包括:在未标记的波段对应的任意两个波段的不同象元的个数中,选择不同象元的个数的最小值,标记所述不同象元的个数的最小值对应的两个波段中的任意一个波段,直到未标记的波段数达所要选择的波段数为止;
确定未标记的波段为所选择的波段。
上述方法,优选的,所述依据预设的灰度级数,以及第二高光谱图像中第k个波段的图像中各个象元的第一灰度值的最大值和最小值,获取所述第k个波段的图像中各个象元的第二灰度值包括:
依据第一公式计算所述第k个波段的图像中各个象元的第二灰度值,所述第一公式为:
其中,r'k(i,j)为所述第k个波段的图像中第i行第j列处的象元的第二灰度值;rk(i,j)为所述第k个波段的图像中第i行第j列处的象元的第一灰度值;rmin为所述第k个波段的图像中各个象元的第一灰度值的最小值;rmax为所述第k个波段的图像中各个象元的第一灰度值的最大值;h为预设的灰度级数。
上述方法,优选的,依据第二公式计算第k个波段的图像中所有象元的第二灰度值的平均值,所述第二公式为:
其中,r'mean为所述第k个波段的图像中所有象元的第二灰度值的平均值;M'为所述第k个波段的图像中象元的行数;N'为所述第k个波段的图像中象元的列数;r'k(i,j)为所述第k个波段的图像中第i行第j列处的象元的第二灰度值。
上述方法,优选的,所述依据所述第k个波段的图像中每一个象元的第二灰度值,以及所述第k个波段的图像中各个象元的第二灰度值的平均值,获取所述第k个波段的图像中每一个象元的哈希值包括:
依据第三公式获取所述第k个波段的图像中每一个象元的哈希值,所述第三公式为:
其中,r″k(i,j)为第k个波段的图像中第i行第j列处的象元的哈希值;r'k(i,j)为第k个波段的图像中第i行第j列处的象元的第二灰度值;r'mean为第k个波段的图像中所有象元的第二灰度值的平均值。
上述方法,优选的,所述依据象元的哈希值,获取任意两个波段的图像的不同象元的个数包括:
依据第四公式获取任意两个波段的图像的不同象元的个数,所述第四公式为:
其中,dpq为第p个波段的图像和第q个波段的图像的不同象元的个数;r"p(i,j)为第p个波段的图像中第i行第j列处的象元的哈希值;r"q(i,j)为第q个波段的图像中第i行第j列处的象元的哈希值。
上述方法,优选的,在依据象元的哈希值,获取任意两个波段的图像的不同象元的个数之后,在依据所述不同象元的个数对波段进行标记之前,还包括:
依据所述任意两个波段的图像的不同象元的个数,获取L×L维的矩阵D;所述矩阵D的主对角线的元素Dpp的值大于或等于所述任意两个波段的图像的不同象元的个数中的最大值,所述矩阵D的其它元素Dpq为第p个波段的图像和第q个波段的图像的不同象元的个数;其中,L为所述高光谱图像的波段数,p=1,2,......,L,q=1,2,......,L。
上述方法,优选的,所述依据所述不同象元的个数对波段进行标记包括:
依据所述不同象元的个数对所述矩阵D的行和列进行标记,具体包括:在矩阵D的未标记的行和列对应的元素中,确定最小元素在所述矩阵D中的行位置Pr或列位置Pl;标记所述矩阵D中的第Pr行和第Pr列;或者,标记所述矩阵D中的第Pl行和第Pl列,直到所述矩阵D中未标记的行数或未标记的列数达到所要选择的波段数为止。
上述方法,优选的,所述标记所述矩阵D中的第Pr行和第Pr列;或者,标记所述矩阵D中的第Pl行和第Pl列包括:
将所述矩阵D中的第Pr行和第Pr列的元素赋值为所述矩阵D主对角线上某个元素的值;或者,将所述矩阵D中的第Pl行和第Pl列的元素赋值为所述矩阵D主对角线上某个元素的值。
一种高光谱图像波段选择方法,包括:
对第一高光谱图像进行采样,获取第二高光谱图像,所述第二高光谱图像的尺寸小于所述第一高光谱图像的尺寸;
依据预设的灰度级数,以及第二高光谱图像中第k个波段的图像中各个象元的第一灰度值中的最大值和最小值,获取所述第k个波段的图像中各个象元的第二灰度值;其中,k=1,2,......,L,L为所述第一高光谱图像的波段数;
计算所述第k个波段的图像中所有象元的第二灰度值的平均值;
依据所述第k个波段的图像中每一个象元的第二灰度值,以及所述第k个波段的图像中各个象元的第二灰度值的平均值,获取所述第k个波段的图像中每一个象元的哈希值;
依据象元的哈希值,获取任意两个波段的图像的相同象元的个数;
依据所述相同象元的个数对波段进行标记,具体包括:
在未标记的波段对应的任意两个波段的相同象元的个数中,选择相同象元的个数的最大值,标记所述相同象元的个数中的最大值对应的两个波段中的任意一个波段,直到未标记的波段数达所要选择的波段数为止;
确定未标记的波段为所选择的波段。
上述方法,优选的,所述依据象元的哈希值,获取任意两个波段的图像的相同象元的个数包括:
依据第五公式获取任意两个波段的图像的相同象元的个数,所述第五公式为:
其中,dpq为第p个波段的图像和第q个波段的图像的相同象元的个数;r"p(i,j)为第p个波段的图像中第i行第j列处的象元的哈希值;r"q(i,j)为第q个波段的图像中第i行第j列处的象元的哈希值。
上述方法,优选的,在依据象元的哈希值,获取任意两个波段的图像的相同象元的个数之后,依据所述相同象元的个数对波段进行标记之前,还包括:
依据所述任意两个波段的图像的相同象元的个数,获取L×L维的矩阵D;所述矩阵D的主对角线的元素Dpp的值小于或等于所述任意两个波段的图像的相同象元的个数中的最小值,所述矩阵D的其它元素Dpq为第p个波段的图像和第q个波段的图像的相同象元的个数;其中,L为所述高光谱图像的波段数,p=1,2,......,L,q=1,2,......,L。
上述方法,优选的,所述依据所述相同象元的个数对波段进行标记包括:
依据所述相同象元的个数对所述矩阵D的行和列进行标记,具体包括:在矩阵D的未标记的行和列对应的元素中,确定最大元素在所述矩阵D中的行位置Pr或列位置Pl;
标记所述矩阵D中的第Pr行和第Pr列;或者,标记所述矩阵D中的第Pl行和第Pl列,直到所述矩阵D中未标记的行数或未标记的列数达到所要选择的波段数为止。
上述方法,优选的,所述标记所述矩阵D中的第Pr行和第Pr列;或者,标记所述矩阵D中的第Pl行和第Pl列包括:
将所述矩阵D中的第Pr行和第Pr列的元素赋值为所述矩阵D主对角线上某个元素的值;或者,将所述矩阵D中的第Pl行和第Pl列的元素赋值为所述矩阵D主对角线上某个元素的值。
一种高光谱图像波段选择装置,包括:
第一采样模块,用于对第一高光谱图像进行采样,获取第二高光谱图像,所述第二高光谱图像的尺寸小于所述第一高光谱图像的尺寸;
第一灰度转换模块,用于依据预设的灰度级数,以及第二高光谱图像中第k个波段的图像中各个象元的第一灰度值中的最大值和最小值,获取所述第k个波段的图像中各个象元的第二灰度值;其中,k=1,2,......,L,L为所述高光谱图像的波段数;
第一计算模块,用于计算所述第k个波段的图像中所有象元的第二灰度值的平均值;
第一获取模块,用于依据所述第k个波段的图像中每一个象元的第二灰度值,以及所述第k个波段的图像中各个象元的第二灰度值的平均值,获取所述第k个波段的图像中每一个象元的哈希值;
第二获取模块,用于依据象元的哈希值,获取任意两个波段的图像的不同象元的个数;
第一标记模块,用于依据所述不同象元的个数对波段进行标记,具体包括:在未标记的波段对应的任意两个波段的不同象元的个数中,选择不同象元的个数的最小值,标记所述不同象元的个数的最小值对应的两个波段中的任意一个波段,直到未标记的波段数达所要选择的波段数为止;
第一确定模块,用于确定未标记的波段为所选择的波段。
上述装置,优选的,还包括:
第三获取模块,用于依据所述任意两个波段的图像的不同象元的个数,获取L×L维的矩阵D;所述矩阵D的主对角线的元素Dpp的值大于或等于所述任意两个波段的图像的不同象元的个数中的最大值,所述矩阵D的其它元素Dpq为第p个波段的图像和第q个波段的图像的不同象元的个数;其中,L为所述高光谱图像的波段数,p=1,2,......,L,q=1,2,......,L;
相应的,所述第一标记模块用于依据所述不同象元的个数对所述矩阵D的行和列进行标记,具体包括:在矩阵D的未标记的行和列对应的元素中,确定最小元素在所述矩阵D中的行位置Pr或列位置Pl;标记所述矩阵D中的第Pr行和第Pr列;或者,标记所述矩阵D中的第Pl行和第Pl列,直到所述矩阵D中未标记的行数或未标记的列数达所要选择的波段数为止。
一种高光谱图像波段选择装置,包括:
第二采样模块,用于对第一高光谱图像进行采样,获取第二高光谱图像,所述第二高光谱图像的尺寸小于所述第一高光谱图像的尺寸;
第二灰度转换模块,用于依据预设的灰度级数,以及第二高光谱图像中第k个波段的图像中各个象元的第一灰度值中的最大值和最小值,获取所述第k个波段的图像中各个象元的第二灰度值;其中,k=1,2,......,L,L为所述高光谱图像的波段数;
第二计算模块,用于计算所述第k个波段的图像中所有象元的第二灰度值的平均值;
第四获取模块,用于依据所述第k个波段的图像中每一个象元的第二灰度值,以及所述第k个波段的图像中各个象元的第二灰度值的平均值,获取所述第k个波段的图像中每一个象元的哈希值;
第五获取模块,用于依据象元的哈希值,获取任意两个波段的图像的相同象元的个数;
第二标记模块,用于依据所述相同象元的个数对波段进行标记,具体包括,在未标记的波段对应的任意两个波段的相同象元的个数中,选择相同象元的个数的最大值,标记所述相同象元的个数的最大值对应的两个波段中的任意一个波段,直到未标记的波段数达所要选择的波段数为止;
第二确定模块,用于确定未标记的波段为所选择的波段。
上述装置,优选的,还包括:
第六获取模块,用于依据所述任意两个波段的图像的相同象元的个数,获取L×L维的矩阵D;所述矩阵D的主对角线的元素Dpp的值小于或等于所述任意两个波段的图像的相同象元的个数中的最小值,所述矩阵D的其它元素Dpq为第p个波段的图像和第q个波段的图像的不同象元的个数;其中,L为所述高光谱图像的波段数,p=1,2,......,L,q=1,2,......,L;
相应的,所述第二标记模块用于依据所述相同象元的个数对所述矩阵D的行和列进行标记,具体包括:在矩阵D的未标记的行和列对应的元素中,确定最大元素在所述矩阵D中的行位置Pr或列位置Pl;标记所述矩阵D中的第Pr行和第Pr列,直到所述矩阵D中未标记的行数或未标记的列数达所要选择的波段数为止。
通过以上方案可知,本申请提供了一种高光谱图像波段选择方法,先通过采样缩小了高光谱图像的尺寸,对于缩小尺寸后的每一个波段的图像,通过灰度转换,以及灰度转换后所有象元的灰度值的平均值获取每一个波段中各个象元的哈希值,通过哈希值确定任意两个波段的图像的不同象元的个数(也就是任意两个波段的图像之间的相关度,两个波段的图像的不同象元的个数越多,这两个波段的相关度越低),然后从不同象元的个数最小值开始标记需要删除的波段数,直到未标记的波段数达到所要选择的波段数为止。由此可知,本申请实施例提供的高光谱图像波段选择方法,预先缩小高光谱图像的尺寸,在计算波段的相关度时,对于高光谱图像的每一个波段的图像来说,只有部分象元参与相关度的计算,而且,本申请只通过各个波段的图像之间的相关度来进行波段选择,而不用计算各个波段的图像的信息量,因此,本申请实施例提供的一种高光谱波段选择方法,计算量小,提高了的高光谱图像的波段选择效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种高光谱图像波段选择方法的流程图;
图2为本申请实施例提供的另一种高光谱图像波段选择方法的流程图;
图3为本申请实施例提供的又一种高光谱图像波段选择方法的流程图;
图4为本申请实施例提供的又一种高光谱图像波段选择方法的流程图;
图5为本申请实施例提供的一种高光谱图像波段选择装置的结构示意图;
图6为本申请实施例提供的另一种高光谱图像波段选择装置的结构示意图;
图7为本申请实施例提供的又一种高光谱图像波段选择装置的结构示意图;
图8为本申请实施例提供的又一种高光谱图像波段选择装置的结构示意图。
说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的部分,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示的以外的顺序实施。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1,图1为本申请实施例提供的一种高光谱图像波段选择方法的流程图,包括:
步骤S101:对第一高光谱图像进行采样,获取第二高光谱图像,所述第二高光谱图像的尺寸小于所述第一高光谱图像的尺寸;
第一高光谱图像即为要对其进行波段选择的高光谱图像,在采样时,可以对第一高光谱图像整体进行采样,也可以单独对第一高光谱图像的每一个波段的图像进行采样;具体的,可以应用最近邻插值算法或双线性插值算法或双三次插值算法等对高光谱图像进行采样,具体应用上述算法对高光谱图像进行采样的过程为本领域的公知常识,这里不再赘述。
假设第一高光谱图像的大小M×N,波段数为L,对第一高光谱图像进行采样后,获得缩小尺寸后的高光谱图像,即第二高光谱图像,第二高光谱图像的大小为M'×N',波段数为L,那么,M'<M,N'<N;其中,M'和N'可以相等,也可以不相等,具体取值不做具体限定;例如,M'和N'的取值可以为:M'=N'=8,或M'=N'=16,或M'=8,N'=32等等。
步骤S102:依据预设的灰度级数,以及第二高光谱图像中第k个波段的图像中各个象元的第一灰度值中的最大值和最小值,获取所述第k个波段的图像中各个象元的第二灰度值;其中,k=1,2,......,L,L为所述第一高光谱图像的波段数;
本申请实施例中,对第二高光谱图像的每一个波段的图像进行转换,转换前,某一个象元的灰度值为第一灰度值,进行灰度转换后,该象元的灰度值为第二灰度值。具体的,假设预设的灰度级数为h,本申请实施例中,对于第二高光谱图像的每一个波段的图像,将每一个波段的图像的中各个象元的灰度进行转换,使得每一个波段的图像中所有象元的灰度值只有h种取值。
优选的,可以依据第一公式,即公式(1),来获取第二高光谱图像的第k个波段的图像中各个象元的第二灰度值,所述第一公式可以为:
其中,r'k(i,j)为第二高光谱图像的第k个波段的图像中第i行第j列处的象元的第二灰度值;rk(i,j)为第二高光谱图像的第k个波段的图像中第i行第j列处的象元的第一灰度值;rmin为第二高光谱图像的第k个波段的图像中各个象元的第一灰度值的最小值;rmax为第二高光谱图像的第k个波段的图像中各个象元的第一灰度值的最大值;h为预设的灰度级数。
步骤S103:计算所述第k个波段的图像中所有象元的第二灰度值的平均值;
优选的,可以依据第二公式,即公式(2),计算第k个波段的图像中所有象元的第二灰度值的平均值,所述第二公式可以为:
其中,r'mean为第二高光谱图像的第k个波段的图像中所有象元的第二灰度值的平均值;M'为第二高光谱图像的第k个波段的图像中象元的行数;N'为第二高光谱图像的第k个波段的图像中象元的列数;r'k(i,j)为第二高光谱图像的第k个波段的图像中第i行第j列处的象元的第二灰度值。
步骤S104:依据所述第k个波段的图像中每一个象元的第二灰度值,以及所述第k个波段的图像中各个象元的第二灰度值的平均值,获取所述第k个波段的图像中每一个象元的哈希值;
本申请实施例中,获取所述第k个波段的图像中每一个象元的哈希值,就是将所述第k个波段的图像中每一个象元赋值为“0”或“1”;
优选的,可以依据第三公式,即公式(3),获取所述第k个波段的图像中每一个象元的哈希值,所述第三公式可以为:
(3)
其中,r″k(i,j)为第二高光谱图像的第k个波段的图像中第i行第j列处的象元的哈希值;r'k(i,j)为缩小尺寸后的高光谱图像的第k个波段的图像中第i行第j列处的象元的第二灰度值;r'mean为第二高光谱图像的第k个波段的图像中所有象元的第二灰度值的平均值。
步骤S105:依据象元的哈希值,获取任意两个波段的图像的不同象元的个数;
可以将第p个波段的图像和第q个波段的图像的各个象元逐一进行比对,以统计出第p个波段的图像和第q个波段的图像不同象元的个数;
为了提高获取任意两个波段的图像的不同象元的个数的速度,也可以依据第四公式,即公式(4)获取任意两个波段的图像的不同象元的个数,所述第四公式可以为:
其中,dpq(p≠q)为第p(p=1,2,......,L)个波段的图像和第q(q=1,2,......,L)个波段的图像的不同象元的个数;r"p(i,j)为第p个波段的图像中第i行第j列处的象元的哈希值;r"q(i,j)为第q个波段的图像中第i行第j列处的象元的哈希值;“⊕”为逻辑中的异或运算,按如下规则定义:
步骤S106:依据所述不同象元的个数对波段进行标记,具体包括:在未标记的波段对应的任意两个波段的不同象元的个数中,选择不同象元的个数的最小值,标记所述不同象元的个数中的最小值对应的两个波段中的任意一个波段,直到未标记的波段数达到所要选择的波段数为止。
如果所述不同象元的个数的最小值存在多个,则选择其中一个作为最小值。
本实施例中,对波段进行标记,以示该标记的波段需要被删除。具体的,判断未标记的波段数是否已经达到所要选择的波段数,如果判断出未标记的波段数还未达到所要选择的波段数,则执行“在未标记的波段对应的任意两个波段的不同象元的个数中,选择不同象元的个数的最小值,标记所述不同象元的个数中的最小值对应的两个波段中的任意一个波段”的步骤,然后再执行“判断未标记的波段数是否已经达到所要选择的波段数”的步骤;如果判断出未标记的波段数已经达到所要选择的波段数,则执行步骤S107。
步骤S107:确定未标记的波段为所选择的波段。
下面举例说明,假设高光谱图像的波段数L=5,所要选择的波段数为3,其中,依据本申请实施例的步骤S101~步骤S105获得的任意两个波段的图像的不同象元的个数Npq分别为:第一波段的图像和第二波段的不同象元的个数为N12,第一波段的图像和第三波段的不同象元的个数为N13,第一波段的图像和第四波段的不同象元的个数为N14,第一波段的图像和第五波段的不同象元的个数为N15,第二波段的图像和第三波段的不同象元的个数为N23,第二波段的图像和第四波段的不同象元的个数为N24,第二波段的图像和第五波段的不同象元的个数为N25,第三波段的图像和第四波段的不同象元的个数为N34,第三波段的图像和第五波段的不同象元的个数为N35,第四波段的图像和第五波段的不同象元的个数为N45,其中,任意两个不同象元的个数值的大小满足如下关系,
N23<N12<N13<N14<N15<N25<N24<N35<N45<N34
此时标记的波段数为0,未标记的波段数为5-0=5,还未达到所要选择的波段数3,那么,选择不同象元的个数的最小值N23,该不同象元的个数的最小值对应的两个波段分别为第二波段和第三波段,可以标记这两个波段中的任意一个波段,假设对第二波段进行了标记,也就是说,要将第二波段的图像删除;此时,已标记的波段数为,1,未标记的波段数为5-1=4,还未达到所要选择的波段数3,而因为第二波段已经被标记了,所以,此时,在未标记的段对应的任意两个波段的不同象元的个数中,选择不同象元的个数的最小值,就是从N13、N14、N15、N34、N35、N45中选择最小值,通过上述关系可知,此时的最小值应该为N13,该最小值对应的波段为第一波段和第三波段,假设对第三波段进行了标记,也就是要将第三波段进行删除;此时,已标记的波段数为2,未标记的波段数为5-2=3,已经达到所要选择的波段数3,因此不再对波段进行标记,确定未标记的波段为选择的波段,即选择保留的波段为第一波段、第四波段和第五波段这3个波段。
本申请实施例提供的高光谱图像波段选择方法,预先缩小高光谱图像的尺寸,在计算波段的相关度时,对于高光谱图像的每一个波段的图像来说,只有部分象元参与相关度的计算,而且,本申请只通过各个波段的图像之间的相关度来进行波段选择,而不用计算各个波段的图像的信息量,因此,本申请实施例提供的一种高光谱波段选择方法,计算量小,提高了的高光谱图像的波段选择效率。
本申请实施实施例提供的另一种高光谱图像波段选择方法的结构示意图如图2所示,包括:
步骤S201:对第一高光谱图像进行采样,获取第二高光谱图像,所述第二高光谱图像的尺寸小于所述第一高光谱图像的尺寸;
步骤S202:依据预设的灰度级数,以及第二高光谱图像中第k个波段的图像中各个象元的第一灰度值中的最大值和最小值,获取所述第k个波段的图像中各个象元的第二灰度值;其中,k=1,2,......,L,L为所述第一高光谱图像的波段数;
步骤S203:计算所述第k个波段的图像中所有象元的第二灰度值的平均值;
步骤S204:依据所述第k个波段的图像中每一个象元的第二灰度值,以及所述第k个波段的图像中各个象元的第二灰度值的平均值,获取所述第k个波段的图像中每一个象元的哈希值;
步骤S205:依据象元的哈希值,获取任意两个波段的图像的不同象元的个数;
步骤S201~步骤S205与图1所示步骤S101~步骤S105相同,这里不再赘述。
步骤S206:依据所述任意两个波段的图像的不同象元的个数,获取L×L维的矩阵D;所述矩阵D的主对角线的元素Dpp的值大于或等于所述任意两个波段的图像的不同象元的个数中的最大值,所述矩阵D的其它元素Dpq为第p个波段的图像和第q个波段的图像的不同象元的个数;其中,L为所述高光谱图像的波段数,p=1,2,......,L,q=1,2,......,L。
本实施例中,矩阵D的主对角线上的元素Dpp和Dtt可以相等,也可以不相等,只要Dpp和Dtt的取值大于或等于所述任意两个波段的图像的不同象元的个数中的最大值即可。
步骤S207:依据所述不同象元的个数对所述矩阵D的行和列进行标记,具体包括:在矩阵D的未标记的行和列对应的元素中,确定最小元素在所述矩阵D中的行位置Pr或列位置Pl;标记所述矩阵D中的第Pr行和第Pr列;或者,标记所述矩阵D中的第Pl行和第Pl列,直到所述矩阵D中未标记的行数或未标记的列数达到所要选择的波段数为止。
如果最小元素有多个,可以选择其中一个元素作为最小元素;优选的,可以从所述多个最小元素中选择行号或列号最小的元素作为最小元素;也可以先从所述多个最小元素中选择行号最小的元素作为最小元素,下次在矩阵D的未标记的行和列对应的元素中选择最小元素的时候,如果还存在多个最小元素,可以从多个最小元素中选择列号最小的元素作为最小元素,即交替选择;当然,还可以先从所述多个最小元素中选择列号最小的元素作为最小元素,下次在矩阵D的未标记的行和列对应的元素中选择最小元素的时候,如果还存在多个最小元素,可以从多个最小元素中选择行号最小的元素作为最小元素。
本申请实施例中,不同的行或不同的列对应不同的波段,也就是说,本申请实施例通过依据所述不同象元的个数对所述矩阵D的行和列进行标记来实现依据所述不同象元的个数对波段进行标记。因此,本实施例中,标记所述矩阵D中的第Pr行和第Pr列就是标记第Pr行或第Pr列对应的波段,标记所述矩阵D中的第Pl行和第Pl列,就是标记第Pl行或第Pl列对应的波段。
优选的,在标记所述矩阵D中的第Pr行和第Pr列时,可以将所述矩阵D中的第Pr行和第Pr列的元素赋值为所述矩阵D主对角线上某个元素的值;同理,在标记所述矩阵D中的第Pl行和第Pl列时,可以将所述矩阵D中的第Pl行和第Pl列的元素赋值为所述矩阵D主对角线上某个元素的值,也就是说,通过将待标记的行和列中的元素重新赋值的方式对行和列进行标记。
其中,未标记的波段数LW可以依据高光谱图像的波段数L以及已经标记的波段数G确定,即LW=L-G。
步骤S208:确定矩阵D中未标记的行或未标记的列对应的波段为所选择的波段。
本申请实施例提供的一种高光谱图像波段选择方法,通过将任意两个波段的图像的不同象元的个数矩阵化,通过对矩阵中最小元素(即不同象元的个数的最小值)所在的行以及与该最小元素所在的行号相同的列进行标记(或对最小元素相应的列,以及与该列号相同的行进行标记),以确认需要删除的波段,进一步提高了波段选择效率。
本申请实施例提供的又一种高光谱图像波段选择方法的流程图如图3所示,包括:
步骤S301:对第一高光谱图像进行采样,获取第二高光谱图像,所述第二高光谱图像的尺寸小于所述第一高光谱图像的尺寸;
步骤S302:依据预设的灰度级数,以及第二高光谱图像中第k个波段的图像中各个象元的第一灰度值中的最大值和最小值,获取所述第k个波段的图像中各个象元的第二灰度值;其中,k=1,2,......,L,L为所述第一高光谱图像的波段数;
步骤S303:计算所述第k个波段的图像中所有象元的第二灰度值的平均值;
步骤S304:依据所述第k个波段的图像中每一个象元的第二灰度值,以及所述第k个波段的图像中各个象元的第二灰度值的平均值,获取所述第k个波段的图像中每一个象元的哈希值;
步骤S301~步骤S304与图1所示步骤S101~步骤S104相同,这里不再赘述。
步骤S305:依据象元的哈希值,获取任意两个波段的图像的相同象元的个数;
可以将第p个波段的图像和第q个波段的图像的各个象元逐一进行比对,以统计出第p个波段的图像和第q个波段的图像相同象元的个数;
为了提高获取任意两个波段的图像的相同象元的个数的速度,也可以依据第五公式,即公式(5)获取任意两个波段的图像的相同象元的个数,所述第五公式可以为:
(5)
其中,dpq为第p个波段的图像和第q个波段的图像的相同象元的个数;r"p(i,j)为第p个波段的图像中第i行第j列处的象元的哈希值;r"q(i,j)为第q个波段的图像中第i行第j列处的象元的哈希值。“⊙”为逻辑中的同或运算,按如下规则定义:
步骤S306:依据所述相同象元的个数对波段进行标记,具体包括:在未标记的波段对应的任意两个波段的相同象元的个数中,选择相同象元的个数的最大值,标记所述相同象元的个数中的最大值对应的两个波段中的任意一个波段,直到未标记的波段数达到所要选择的波段数为止。
本实施例中,对波段进行标记,以示该标记的波段需要被删除。具体的,判断未标记的波段数是否已经达到所要选择的波段数,如果判断出未标记的波段数还未达到所要选择的波段数,则执行“在未标记的波段对应的任意两个波段的相同象元的个数中,选择相同象元的个数的最大值,标记所述相同象元的个数中的最大值对应的两个波段中的任意一个波段”的步骤,然后再执行“判断未标记的波段数是否已经达到所要选择的波段数”的步骤;如果判断出未标记的波段数已经达到所要选择的波段数,则执行步骤S107;
步骤S307:确定未标记的波段为所选择的波段。
本申请图3所示实施例与图1所示实施例的不同在于,图1所示实施例是通过任意两个波段的不同象元的个数来确定需要标记的波段,而图3所示实施例是通过任意两个波段的相同象元的个数来确定需要标记的波段。
本申请实施例提供的高光谱图像波段选择方法,预先缩小高光谱图像的尺寸,在计算波段的相关度时,对于高光谱图像的每一个波段的图像来说,只有部分象元参与相关度的计算,而且,本申请只通过各个波段的图像之间的相关度来进行波段选择,而不用计算各个波段的图像的信息量,因此,本申请实施例提供的一种高光谱波段选择方法,计算量小,提高了的高光谱图像的波段选择效率。
本申请实施例提供的另一种高光谱图像波段选择方法的流程图如图4所示,包括:
步骤S401:对第一高光谱图像进行采样,获取第二高光谱图像,所述第二高光谱图像的尺寸小于所述第一高光谱图像的尺寸;
步骤S402:依据预设的灰度级数,以及第二高光谱图像中第k个波段的图像中各个象元的第一灰度值中的最大值和最小值,获取所述第k个波段的图像中各个象元的第二灰度值;其中,k=1,2,......,L,L为所述第一高光谱图像的波段数;
步骤S403:计算所述第k个波段的图像中所有象元的第二灰度值的平均值;
步骤S404:依据所述第k个波段的图像中每一个象元的第二灰度值,以及所述第k个波段的图像中各个象元的第二灰度值的平均值,获取所述第k个波段的图像中每一个象元的哈希值;
步骤S405:依据象元的哈希值,获取任意两个波段的图像的相同象元的个数;
步骤S401~步骤S405与图3所示实施例中的步骤S301~步骤S305相同,这里不再赘述。
步骤S406:依据所述任意两个波段的图像的相同象元的个数,获取L×L维的矩阵D;所述矩阵D的主对角线的元素Dpp的值小于或等于所述任意两个波段的图像的相同象元的个数中的最小值,所述矩阵D的其它元素Dpq为第p个波段的图像和第q个波段的图像的相同象元的个数;其中,L为所述高光谱图像的波段数,p=1,2,......,L,q=1,2,......,L。
本实施例中,矩阵D的主对角线上元素Dpp和Dtt可以相等,也可以不相等,只要Dpp和Dtt的取值小于或等于所述任意两个波段的图像的相同象元的个数中的最小值即可。
步骤S407:依据所述相同象元的个数对所述矩阵D的行和列进行标记,具体包括:在矩阵D的未标记的行和列对应的元素中,确定最大元素在所述矩阵D中的行位置Pr或列位置Pl;标记所述矩阵D中的第Pr行和第Pr列;或者,标记所述矩阵D中的第Pl行和第Pl列,直到所述矩阵D中未标记的行数或未标记的列数达到所要选择的波段数为止。
本申请实施例中,不同的行或不同的列对应不同的波段,也就是说,本申请实施例通过依据所述相同象元的个数对所述矩阵D的行和列进行标记来实现依据所述相同象元的个数对波段进行标记。因此,本实施例中,标记所述矩阵D中的第Pr行和第Pr列就是标记第Pr行或第Pr列对应的波段,标记所述矩阵D中的第Pl行和第Pl列,就是标记第Pl行或第Pl列对应的波段。
优选的,在标记所述矩阵D中的第Pr行和第Pr列时,可以将所述矩阵D中的第Pr行和第Pr列的所有元素赋值为所述矩阵D的主对角线上某个元素的值;同理,在标记所述矩阵D中的第Pl行和第Pl列时,也可以将所述矩阵D中的第Pl行和第Pl列的所有元素赋值为所述矩阵D的主对角线上某个元素的值。
步骤S408:确定矩阵D中未标记的行或未标记的列对应的波段为所要选择的波段。
本申请实施例提供的一种高光谱图像波段选择方法,通过将任意两个波段的图像的相同象元的个数矩阵化,通过对矩阵中最大元素(即相同象元的个数的最大值,相同象元的个数越多,两个波段的图像的相关度越高)所在的行以及与该最大元素所在的行号相同的列进行标记(或对最大元素相应的列,以及与该列号相同的行进行标记),以确认需要删除的波段,进一步提高了波段选择效率。
与方法实施例相对应,本申请实施例提供的一种高光谱图像波段选择装置的结构示意图如图5所示,包括:
第一采样模块501,第一灰度转换模块502,第一计算模块503,第一获取模块504,第二获取模块505、第一标记模块506和第一确定模块507;
其中,第一采样模块501用于对第一高光谱图像进行采样,获取第二高光谱图像,所述第二高光谱图像的尺寸小于所述第一高光谱图像的尺寸;
第一灰度转换模块502与所述第一采样模块501相连接,用于依据预设的灰度级数,以及第二高光谱图像中第k个波段的图像中各个象元的第一灰度值中的最大值和最小值,获取所述第k个波段的图像中各个象元的第二灰度值;其中,k=1,2,......,L,L为所述高光谱图像的波段数;
第一计算模块503与所述第一灰度转换模块502相连接,用于计算所述第k个波段的图像中所有象元的第二灰度值的平均值;
第一获取模块504分别与所述第一灰度转换模块502和所述第一计算模块503相连接,用于依据所述第k个波段的图像中每一个象元的第二灰度值,以及所述第k个波段的图像中各个象元的第二灰度值的平均值,获取所述第k个波段的图像中每一个象元的哈希值;
第二获取模块505与所述第一获取模块504相连接,用于依据象元的哈希值,获取任意两个波段的图像的不同象元的个数;
第一标记模块506与所述第二获取模块505相连接,用于依据所述不同象元的个数对波段进行标记,具体包括:在未标记的波段对应的任意两个波段的不同象元的个数中,选择不同象元的个数的最小值,标记所述不同象元的个数的最小值对应的两个波段中的任意一个波段,直到未标记的波段数达到所要选择的波段数为止。
第一确定模块507与所述第一标记模块506相连接,用于确定未标记的波段为所选择的波段。
在图3所示实施例的基础上,本申请实施例提供的另一种高光谱图像波段选择装置的结构示意图如图6所示,还包括:
第三获取模块601,分别与所述第一标记模块506和所述第二获取模块505相连接,用于依据所述任意两个波段的图像的不同象元的个数,获取L×L维的矩阵D;所述矩阵D的主对角线的元素Dpp的值大于或等于所述任意两个波段的图像的不同象元的个数中的最大值,所述矩阵D的其它元素Dpq为第p个波段的图像和第q个波段的图像的不同象元的个数;其中,L为所述高光谱图像的波段数,p=1,2,......,L,q=1,2,......,L;
相应的,所述第一标记模块506用于依据所述不同象元的个数,对所述矩阵D的行和列进行标记,具体包括:在矩阵D的未标记的行和列对应的元素中,确定最小元素在所述矩阵D中的行位置Pr或列位置Pl;标记所述矩阵D中的第Pr行和第Pr列;或者,标记所述矩阵D中的第Pl行和第Pl列;直到未标记的行数或未标记的列数达所要选择的波段数为止,即直到未标记的波段数达到所要选择的波段数为止。
优选的,所述第一标记模块506在标记所述矩阵D中的第Pr行和第Pr列时,可以将所述矩阵D中的第Pr行和第Pr列的元素赋值为所述矩阵D主对角线上某个元素的值;同理,在标记所述矩阵D中的第Pl行和第Pl列时,也可以将所述矩阵D中的第Pl行和第Pl列的元素赋值为所述矩阵D主对角线上某个元素的值。
相应的,所述第一确定模块507用于确定未标记的行或未标记的列对应的波段为所要选择的波段。
本申请实施例提供的又一种高光谱图像波段选择装置的结构示意图如图7所示,包括:
第二采样模块701,第二灰度转换模块702,第二计算模块703,第四获取模块704,第五获取模块705、第二标记模块706和第二确定模块707;
其中,第二采样模块701用于对第一高光谱图像进行采样,获取第二高光谱图像,所述第二高光谱图像的尺寸小于所述第一高光谱图像的尺寸;
第二灰度转换模块702与所述第二采样模块701相连接,用于依据预设的灰度级数,以及第二高光谱图像中第k个波段的图像中各个象元的第一灰度值中的最大值和最小值,获取所述第k个波段的图像中各个象元的第二灰度值;其中,k=1,2,......,L,L为所述高光谱图像的波段数;
第二计算模块703与所述第二灰度转换模块702相连接,用于计算所述第k个波段的图像中所有象元的第二灰度值的平均值;
第四获取模块704分别与所述第二灰度转换模块702和所述第二计算模块703相连接,用于依据所述第k个波段的图像中每一个象元的第二灰度值,以及所述第k个波段的图像中各个象元的第二灰度值的平均值,获取所述第k个波段的图像中每一个象元的哈希值;
第五获取模块705与所述第四获取模块704相连接,用于依据象元的哈希值,获取任意两个波段的图像的相同象元的个数;
第二标记模块706与所述第五获取模块705相连接,用于依据所述相同象元的个数对波段进行标记,具体包括,在未标记的波段对应的任意两个波段的相同象元的个数中,选择相同象元的个数的最大值,,标记所述相同象元的个数中的最大值对应的两个波段中的任意一个波段,直到未标记的波段数达到所要选择的波段数为止。
第二确定模块707与所述第二标记模块706相连接,用于确定未标记的波段为所要选择的波段。
在图7所示实施例的基础上,本申请实施例提供的又一种高光谱图像波段选择装置的结构示意图如图8所示,还包括:
第六获取模块801,分别与所述第二标记模块706和所述第五获取模块705相连接,用于依据所述任意两个波段的图像的相同象元的个数,获取L×L维的矩阵D;所述矩阵D的主对角线的元素Dpp的值小于或等于所述任意两个波段的图像的相同象元的个数中的最小值,所述矩阵D的其它元素Dpq为第p个波段的图像和第q个波段的图像的不同象元的个数;其中,L为所述高光谱图像的波段数,p=1,2,......,L,q=1,2,......,L;
相应的,所述第二标记模块706用于依据所述相同象元的个数对所述矩阵D的行和列进行标记,具体包括:在矩阵D的未标记的行和列对应的元素中,确定最大元素在所述矩阵D中的行位置Pr或列位置Pl;标记所述矩阵D中的第Pr行和第Pr列;或者,标记所述矩阵D中的第Pl行和第Pl列,直到未标记的行数或未标记的列数达到所要选择的波段数为止,即直到未标记的波段数达所要选择的波段数为止。
优选的,第二标记模块706在标记所述矩阵D中的第Pr行和第Pr列时,可以将所述矩阵D中的第Pr行和第Pr列的元素赋值为所述矩阵D主对角线上某个元素的值;同理,在标记所述矩阵D中的第Pl行和第Pl列时,也可以将所述矩阵D中的第Pl行和第Pl列的元素赋值为所述矩阵D主对角线上某个元素的值。
相应的,所述第二确定模块707用于确定未标记的行或未标记的列对应的波段为所要选择的波段。
下面举例对本发明进行说明;
假设需要进行波段选择的高光谱图像R的像素数为M行、N列,即高光谱图像R的尺寸为M×N,该高光谱图像的波段数为L,本实例中,要从上述L各波段中选出K个波段;具体过程如下:
步骤1:输入上述像素数为M行、N列,波段数为L的高光谱图像R;
步骤2:初始化循环计数器k=1,即将循环计数器初始化为1;
步骤3:如果k>L,转步骤9;否则转步骤4;本步骤用于判断高光谱图像R各个波段的图像是否都采样完成;如果k>L,则说明高光谱图像R的各个波段的图像都已采样完成;否则,说明还有部分波段的图像还未进行采样。
步骤4:利用最近邻插值算法将高光谱图像的第k个波段的图像采样为像素数为M'行、N'列的灰度图像Rk,其中,M'=N'=8;
步骤5:取Rk中各个象元的灰度值的最大值rmax和最小值rmin,即rmax=max(Rk),rmin=min(Rk),对Rk中第i行,第j列的象元的灰度值rk(i,j)(即第一灰度值),按照公式(7)将该象元的灰度值转换为64级灰度数值r'k(i,j)(即第二灰度值),
步骤6:依据公式(8)计算Rk中各个象元的第二灰度值的平均值,
步骤7:生成M'行,N'列的2值图像R''k,作为高光谱图像R的第k波段的“图像指纹”,其中,R''k的第i行,第j列的象元r''k(i,j)的取值按照公式(9)获得,
步骤8:k=k+1,转步骤3;
步骤9:计算距离矩阵D=(dpq)L×L,其中,
为r''p(i,j)与r''q(i,j)的汉明距离,“⊕”为逻辑中的异或运算,按如下规则定义:
步骤10:初始化循环计数器k=1;初始化波段号集合idx(即对各个波段进行编号),idx的初始值为idx={1,2,...,L};将距离矩阵D中主对角线元素赋值为dmax,即dii=dmax,其中,dmax为距离矩阵D中的最大值,即dmax=max(D)。
步骤11:若k>L-K,则转步骤14,否则转步骤12;本步骤用于判断未标记的波段数是否达到所要选择的波段数K,如果k>L-K,则未标记的波段数达到了所要选择的波段数K,否则,未标记的波段数没有达到所要选择的波段数K。
步骤12:找到距离矩阵D中的最小元素所在行,记为ik,将距离矩阵D的第ik行,第ik列的元素按照公式(11)重新赋值,即将第ik行,第ik列的所有元素均赋值为dmax。
步骤13:idx=idx-{ik},即将波段号ik从idx中删除;
k=k+1,转步骤11,即计数器加1后转步骤11;
步骤14:输出idx,输出的idx中各个波段号对应的波段即为要选择的波段。
需要说明的是,本说明书中每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (17)
1.一种高光谱图像波段选择方法,其特征在于,包括:
对第一高光谱图像进行采样,获取第二高光谱图像,所述第二高光谱图像的尺寸小于所述第一高光谱图像的尺寸;
依据预设的灰度级数,以及第二高光谱图像中第k个波段的图像中各个象元的第一灰度值中的最大值和最小值,获取所述第k个波段的图像中各个象元的第二灰度值;其中,k=1,2,......,L,L为所述第一高光谱图像的波段数;
计算所述第k个波段的图像中所有象元的第二灰度值的平均值;
依据所述第k个波段的图像中每一个象元的第二灰度值,以及所述第k个波段的图像中各个象元的第二灰度值的平均值,获取所述第k个波段的图像中每一个象元的哈希值;
依据象元的哈希值,获取任意两个波段的图像的不同象元的个数;
依据所述不同象元的个数对波段进行标记,具体包括:在未标记的波段对应的任意两个波段的不同象元的个数中,选择不同象元的个数的最小值,标记所述不同象元的个数的最小值对应的两个波段中的任意一个波段,直到未标记的波段数达所要选择的波段数为止;
确定未标记的波段为所选择的波段。
2.根据权利要求1所述的方法,其特征在于,所述依据预设的灰度级数,以及第二高光谱图像中第k个波段的图像中各个象元的第一灰度值的最大值和最小值,获取所述第k个波段的图像中各个象元的第二灰度值包括:
依据第一公式计算所述第k个波段的图像中各个象元的第二灰度值,所述第一公式为:
其中,r'k(i,j)为所述第k个波段的图像中第i行第j列处的象元的第二灰度值;rk(i,j)为所述第k个波段的图像中第i行第j列处的象元的第一灰度值;rmin为所述第k个波段的图像中各个象元的第一灰度值的最小值;rmax为所述第k个波段的图像中各个象元的第一灰度值的最大值;h为预设的灰度级数。
3.根据权利要求1所述的方法,其特征在于,依据第二公式计算第k个波段的图像中所有象元的第二灰度值的平均值,所述第二公式为:
其中,r'mean为所述第k个波段的图像中所有象元的第二灰度值的平均值;M'为所述第k个波段的图像中象元的行数;N'为所述第k个波段的图像中象元的列数;r'k(i,j)为所述第k个波段的图像中第i行第j列处的象元的第二灰度值。
4.根据权利要求1所述的方法,其特征在于,所述依据所述第k个波段的图像中每一个象元的第二灰度值,以及所述第k个波段的图像中各个象元的第二灰度值的平均值,获取所述第k个波段的图像中每一个象元的哈希值包括:
依据第三公式获取所述第k个波段的图像中每一个象元的哈希值,所述第三公式为:
其中,r″k(i,j)为第k个波段的图像中第i行第j列处的象元的哈希值;r'k(i,j)为第k个波段的图像中第i行第j列处的象元的第二灰度值;r'mean为第k个波段的图像中所有象元的第二灰度值的平均值。
5.根据权利要求1所述的方法,其特征在于,所述依据象元的哈希值,获取任意两个波段的图像的不同象元的个数包括:
依据第四公式获取任意两个波段的图像的不同象元的个数,所述第四公式为:
其中,dpq为第p个波段的图像和第q个波段的图像的不同象元的个数;r"p(i,j)为第p个波段的图像中第i行第j列处的象元的哈希值;r"q(i,j)为第q个波段的图像中第i行第j列处的象元的哈希值。
6.根据权利要求1所述的方法,其特征在于,在依据象元的哈希值,获取任意两个波段的图像的不同象元的个数之后,在依据所述不同象元的个数对波段进行标记之前,还包括:
依据所述任意两个波段的图像的不同象元的个数,获取L×L维的矩阵D;所述矩阵D的主对角线的元素Dpp的值大于或等于所述任意两个波段的图像的不同象元的个数中的最大值,所述矩阵D的其它元素Dpq为第p个波段的图像和第q个波段的图像的不同象元的个数;其中,L为所述高光谱图像的波段数,p=1,2,......,L,q=1,2,......,L。
7.根据权利要求6所述的方法,其特征在于,所述依据所述不同象元的个数对波段进行标记包括:
依据所述不同象元的个数对所述矩阵D的行和列进行标记,具体包括:在矩阵D的未标记的行和列对应的元素中,确定最小元素在所述矩阵D中的行位置Pr或列位置Pl;标记所述矩阵D中的第Pr行和第Pr列;或者,标记所述矩阵D中的第Pl行和第Pl列,直到所述矩阵D中未标记的行数或未标记的列数达到所要选择的波段数为止。
8.根据权利要求7所述的方法,其特征在于,所述标记所述矩阵D中的第Pr行和第Pr列;或者,标记所述矩阵D中的第Pl行和第Pl列包括:
将所述矩阵D中的第Pr行和第Pr列的元素赋值为所述矩阵D主对角线上某个元素的值;或者,将所述矩阵D中的第Pl行和第Pl列的元素赋值为所述矩阵D主对角线上某个元素的值。
9.一种高光谱图像波段选择方法,其特征在于,包括:
对第一高光谱图像进行采样,获取第二高光谱图像,所述第二高光谱图像的尺寸小于所述第一高光谱图像的尺寸;
依据预设的灰度级数,以及第二高光谱图像中第k个波段的图像中各个象元的第一灰度值中的最大值和最小值,获取所述第k个波段的图像中各个象元的第二灰度值;其中,k=1,2,......,L,L为所述第一高光谱图像的波段数;
计算所述第k个波段的图像中所有象元的第二灰度值的平均值;
依据所述第k个波段的图像中每一个象元的第二灰度值,以及所述第k个波段的图像中各个象元的第二灰度值的平均值,获取所述第k个波段的图像中每一个象元的哈希值;
依据象元的哈希值,获取任意两个波段的图像的相同象元的个数;
依据所述相同象元的个数对波段进行标记,具体包括:
在未标记的波段对应的任意两个波段的相同象元的个数中,选择相同象元的个数的最大值,标记所述相同象元的个数中的最大值对应的两个波段中的任意一个波段,直到未标记的波段数达所要选择的波段数为止;
确定未标记的波段为所选择的波段。
11.根据权利要求9所述的方法,其特征在于,在依据象元的哈希值,获取任意两个波段的图像的相同象元的个数之后,依据所述相同象元的个数对波段进行标记之前,还包括:
依据所述任意两个波段的图像的相同象元的个数,获取L×L维的矩阵D;所述矩阵D的主对角线的元素Dpp的值小于或等于所述任意两个波段的图像的相同象元的个数中的最小值,所述矩阵D的其它元素Dpq为第p个波段的图像和第q个波段的图像的相同象元的个数;其中,L为所述高光谱图像的波段数,p=1,2,......,L,q=1,2,......,L。
12.根据权利要求11所述的方法,其特征在于,所述依据所述相同象元的个数对波段进行标记包括:
依据所述相同象元的个数对所述矩阵D的行和列进行标记,具体包括:在矩阵D的未标记的行和列对应的元素中,确定最大元素在所述矩阵D中的行位置Pr或列位置Pl;
标记所述矩阵D中的第Pr行和第Pr列;或者,标记所述矩阵D中的第Pl行和第Pl列,直到所述矩阵D中未标记的行数或未标记的列数达到所要选择的波段数为止。
13.根据权利要求12所述的方法,其特征在于,所述标记所述矩阵D中的第Pr行和第Pr列;或者,标记所述矩阵D中的第Pl行和第Pl列包括:
将所述矩阵D中的第Pr行和第Pr列的元素赋值为所述矩阵D主对角线上某个元素的值;或者,将所述矩阵D中的第Pl行和第Pl列的元素赋值为所述矩阵D主对角线上某个元素的值。
14.一种高光谱图像波段选择装置,其特征在于,包括:
第一采样模块,用于对第一高光谱图像进行采样,获取第二高光谱图像,所述第二高光谱图像的尺寸小于所述第一高光谱图像的尺寸;
第一灰度转换模块,用于依据预设的灰度级数,以及第二高光谱图像中第k个波段的图像中各个象元的第一灰度值中的最大值和最小值,获取所述第k个波段的图像中各个象元的第二灰度值;其中,k=1,2,......,L,L为所述高光谱图像的波段数;
第一计算模块,用于计算所述第k个波段的图像中所有象元的第二灰度值的平均值;
第一获取模块,用于依据所述第k个波段的图像中每一个象元的第二灰度值,以及所述第k个波段的图像中各个象元的第二灰度值的平均值,获取所述第k个波段的图像中每一个象元的哈希值;
第二获取模块,用于依据象元的哈希值,获取任意两个波段的图像的不同象元的个数;
第一标记模块,用于依据所述不同象元的个数对波段进行标记,具体包括:在未标记的波段对应的任意两个波段的不同象元的个数中,选择不同象元的个数的最小值,标记所述不同象元的个数的最小值对应的两个波段中的任意一个波段,直到未标记的波段数达所要选择的波段数为止;
第一确定模块,用于确定未标记的波段为所选择的波段。
15.根据权利要求14所述的装置,其特征在于,还包括:
第三获取模块,用于依据所述任意两个波段的图像的不同象元的个数,获取L×L维的矩阵D;所述矩阵D的主对角线的元素Dpp的值大于或等于所述任意两个波段的图像的不同象元的个数中的最大值,所述矩阵D的其它元素Dpq为第p个波段的图像和第q个波段的图像的不同象元的个数;其中,L为所述高光谱图像的波段数,p=1,2,......,L,q=1,2,......,L;
相应的,所述第一标记模块用于依据所述不同象元的个数对所述矩阵D的行和列进行标记,具体包括:在矩阵D的未标记的行和列对应的元素中,确定最小元素在所述矩阵D中的行位置Pr或列位置Pl;标记所述矩阵D中的第Pr行和第Pr列;或者,标记所述矩阵D中的第Pl行和第Pl列,直到所述矩阵D中未标记的行数或未标记的列数达所要选择的波段数为止。
16.一种高光谱图像波段选择装置,其特征在于,包括:
第二采样模块,用于对第一高光谱图像进行采样,获取第二高光谱图像,所述第二高光谱图像的尺寸小于所述第一高光谱图像的尺寸;
第二灰度转换模块,用于依据预设的灰度级数,以及第二高光谱图像中第k个波段的图像中各个象元的第一灰度值中的最大值和最小值,获取所述第k个波段的图像中各个象元的第二灰度值;其中,k=1,2,......,L,L为所述高光谱图像的波段数;
第二计算模块,用于计算所述第k个波段的图像中所有象元的第二灰度值的平均值;
第四获取模块,用于依据所述第k个波段的图像中每一个象元的第二灰度值,以及所述第k个波段的图像中各个象元的第二灰度值的平均值,获取所述第k个波段的图像中每一个象元的哈希值;
第五获取模块,用于依据象元的哈希值,获取任意两个波段的图像的相同象元的个数;
第二标记模块,用于依据所述相同象元的个数对波段进行标记,具体包括,在未标记的波段对应的任意两个波段的相同象元的个数中,选择相同象元的个数的最大值,标记所述相同象元的个数的最大值对应的两个波段中的任意一个波段,直到未标记的波段数达所要选择的波段数为止;
第二确定模块,用于确定未标记的波段为所选择的波段。
17.根据权利要求16所示的装置,其特征在于,还包括:
第六获取模块,用于依据所述任意两个波段的图像的相同象元的个数,获取L×L维的矩阵D;所述矩阵D的主对角线的元素Dpp的值小于或等于所述任意两个波段的图像的相同象元的个数中的最小值,所述矩阵D的其它元素Dpq为第p个波段的图像和第q个波段的图像的不同象元的个数;其中,L为所述高光谱图像的波段数,p=1,2,......,L,q=1,2,......,L;
相应的,所述第二标记模块用于依据所述相同象元的个数对所述矩阵D的行和列进行标记,具体包括:在矩阵D的未标记的行和列对应的元素中,确定最大元素在所述矩阵D中的行位置Pr或列位置Pl;标记所述矩阵D中的第Pr行和第Pr列,直到所述矩阵D中未标记的行数或未标记的列数达所要选择的波段数为止。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310222049.7A CN103268502B (zh) | 2013-06-05 | 2013-06-05 | 高光谱图像波段选择方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310222049.7A CN103268502B (zh) | 2013-06-05 | 2013-06-05 | 高光谱图像波段选择方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103268502A true CN103268502A (zh) | 2013-08-28 |
CN103268502B CN103268502B (zh) | 2016-04-20 |
Family
ID=49012129
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310222049.7A Active CN103268502B (zh) | 2013-06-05 | 2013-06-05 | 高光谱图像波段选择方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103268502B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104122210A (zh) * | 2014-07-02 | 2014-10-29 | 中国林业科学研究院林业研究所 | 一种基于最佳指数-相关系数法的高光谱波段提取方法 |
CN105512677A (zh) * | 2015-12-01 | 2016-04-20 | 南京信息工程大学 | 基于Hash编码的遥感图像分类方法 |
CN108596209A (zh) * | 2018-03-22 | 2018-09-28 | 重庆青信科技有限公司 | 一种能谱ct图像的处理方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101131734A (zh) * | 2007-06-25 | 2008-02-27 | 北京航空航天大学 | 适用于高光谱遥感图像的自动波段选择方法 |
CN101140325A (zh) * | 2007-10-16 | 2008-03-12 | 哈尔滨工业大学 | 高光谱图像的空间-光谱信息协同提高分辨率的方法 |
US20130128042A1 (en) * | 2011-06-28 | 2013-05-23 | InView Techonogogy Corporation | High-speed event detection using a compressive-sensing hyperspectral-imaging architecture |
-
2013
- 2013-06-05 CN CN201310222049.7A patent/CN103268502B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101131734A (zh) * | 2007-06-25 | 2008-02-27 | 北京航空航天大学 | 适用于高光谱遥感图像的自动波段选择方法 |
CN101140325A (zh) * | 2007-10-16 | 2008-03-12 | 哈尔滨工业大学 | 高光谱图像的空间-光谱信息协同提高分辨率的方法 |
US20130128042A1 (en) * | 2011-06-28 | 2013-05-23 | InView Techonogogy Corporation | High-speed event detection using a compressive-sensing hyperspectral-imaging architecture |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104122210A (zh) * | 2014-07-02 | 2014-10-29 | 中国林业科学研究院林业研究所 | 一种基于最佳指数-相关系数法的高光谱波段提取方法 |
WO2016000088A1 (zh) * | 2014-07-02 | 2016-01-07 | 中国林业科学研究院林业研究所 | 一种基于最佳指数-相关系数法的高光谱波段提取方法 |
CN104122210B (zh) * | 2014-07-02 | 2017-01-25 | 中国林业科学研究院林业研究所 | 一种基于最佳指数‑相关系数法的高光谱波段提取方法 |
CN105512677A (zh) * | 2015-12-01 | 2016-04-20 | 南京信息工程大学 | 基于Hash编码的遥感图像分类方法 |
CN105512677B (zh) * | 2015-12-01 | 2019-02-01 | 南京信息工程大学 | 基于Hash编码的遥感图像分类方法 |
CN108596209A (zh) * | 2018-03-22 | 2018-09-28 | 重庆青信科技有限公司 | 一种能谱ct图像的处理方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN103268502B (zh) | 2016-04-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102855649B (zh) | 基于orb特征点的高压杆塔高清图像全景拼接方法 | |
CN103138917B (zh) | 以s盒输入为基础的汉明距离模型进行sm4密码算法侧信道能量分析方法 | |
CN104915322A (zh) | 一种卷积神经网络硬件加速方法及其axi总线ip核 | |
Lee et al. | Local similarity Siamese network for urban land change detection on remote sensing images | |
CN102054177B (zh) | 一种图像相似度计算方法和装置 | |
CN106778304A (zh) | 一种具有明文相关置乱机制的快速混沌图像加密方法 | |
CN109359520A (zh) | 人群计数方法、系统、计算机可读存储介质及服务器 | |
Lin et al. | Short-term forecasting of traffic volume: evaluating models based on multiple data sets and data diagnosis measures | |
CN103281504A (zh) | 一种具有双向扩散机制的混沌图像加密方法 | |
CN103258312A (zh) | 具有快速密钥流生成机制的数字图像加密方法 | |
CN103500449A (zh) | 一种星上可见光遥感图像云检测方法 | |
CN106097252A (zh) | 基于图Graph模型的高光谱图像超像素分割方法 | |
CN110019622A (zh) | 一种实时海量地图点位聚合方法及装置 | |
CN103268502A (zh) | 高光谱图像波段选择方法及装置 | |
CN102999926A (zh) | 一种基于底层特征融合的图像视觉显著性计算方法 | |
Su et al. | Semantic segmentation of high resolution remote sensing image based on batch-attention mechanism | |
CN105117653B (zh) | 一种近红外光谱数据加密方法 | |
Li et al. | A pseudo-siamese deep convolutional neural network for spatiotemporal satellite image fusion | |
CN113902135A (zh) | 样本数据量联合扩充方法、装置、设备、系统及存储介质 | |
CN102546293A (zh) | 基于哈希比特串复用的高速网络流量网络地址测量方法 | |
CN102622608B (zh) | 基于非线性时间序列分析的高光谱图像分类方法 | |
CN104408748A (zh) | 一种基于视频帧间低秩关联信息一致性的实时物体追踪方法 | |
CN111523434A (zh) | 基于区块链与bim的工地人员异常聚集检测系统 | |
CN111476208A (zh) | 利用区块链的智慧工地施工人员聚集监测系统 | |
CN108154522A (zh) | 目标追踪系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |