【】本發(fā)明涉及圖像特征提取，尤其涉及一種高光譜成像的實(shí)時(shí)特征提取方法及相關(guān)設(shè)備。

背景技術(shù)

0、
背景技術(shù)：

1、作為一種用于時(shí)間序列分析的統(tǒng)計(jì)工具，奇異譜分析(ssa)已成功應(yīng)用于高光譜圖像(hsi)的特征提取中，它將基于像素的光譜剖面視為偽時(shí)間序列信號，從而有效地提取像素中的主要光譜特征。但存在一些缺陷，如將每個(gè)像素獨(dú)立嵌入軌跡矩陣會造成軌跡矩陣維度過高，增加計(jì)算復(fù)雜度和存儲空間需求。

技術(shù)實(shí)現(xiàn)思路

0、
技術(shù)實(shí)現(xiàn)要素：

1、有鑒于此，本發(fā)明提供一種高光譜成像的實(shí)時(shí)特征提取方法及相關(guān)設(shè)備。

2、本發(fā)明第一實(shí)施例的具體技術(shù)方案為：一種高光譜成像的實(shí)時(shí)特征提取方法，所述方法包括：對高光譜圖像在預(yù)設(shè)第一方向上進(jìn)行線掃，獲得多個(gè)高光譜線掃圖；利用預(yù)設(shè)窗口將一個(gè)高光譜線掃圖中每個(gè)像素嵌入至一張圖片中，獲得所述一個(gè)高光譜線掃圖的軌跡矩陣；對一個(gè)所述軌跡矩陣進(jìn)行奇異值分解和分組，獲得多個(gè)分組矩陣；將每個(gè)分組矩陣進(jìn)行重構(gòu)，獲得所述高光譜線掃圖的二維信號；將全部的高光譜線掃圖的二維信號進(jìn)行疊加，獲得所述高光譜圖像的特征。

3、優(yōu)選的，所述將每個(gè)分組矩陣進(jìn)行重構(gòu)，獲得所述高光譜線掃圖的二維信號，包括：根據(jù)所述高光譜圖像在預(yù)設(shè)第二方向上的像素對每個(gè)分組矩陣進(jìn)行劃分，獲得每個(gè)分組矩陣的子集集合；所述子集集合中包括多個(gè)不相交的子集；全部的子集中的元素構(gòu)成所述分組矩陣中的元素；對所述子集集合中的元素進(jìn)行元素移動與位置填充，獲得移動后的矩陣；所述移動后的矩陣的列數(shù)與所述高光譜圖像在預(yù)設(shè)第一方向上元素的列數(shù)相同；根據(jù)所述移動后的矩陣和預(yù)設(shè)的二進(jìn)制向量獲得每個(gè)分組矩陣的一維信號；對全部的分組矩陣對應(yīng)的一維信號進(jìn)行轉(zhuǎn)置，獲得所述二維信號。

4、優(yōu)選的，所述預(yù)設(shè)的二進(jìn)制向量采用如下方法獲得：若所述移動后的矩陣的目標(biāo)行中的元素集大于0，則所述預(yù)設(shè)的二進(jìn)制向量為1，否則所述預(yù)設(shè)的二進(jìn)制向量為0；所述目標(biāo)行為所述移動后的矩陣中的任意一行。

5、優(yōu)選的，所述每個(gè)分組矩陣的一維信號采用如下公式獲得：

6、

7、其中，yr為所述一維信號，ak為移動后的矩陣的目標(biāo)行中的元素集，所述目標(biāo)行為所述移動后的矩陣的任意一行，mk為所述預(yù)設(shè)的二進(jìn)制向量，l為所述預(yù)設(shè)窗口的大小。

8、優(yōu)選的，所述對所述子集集合中的元素進(jìn)行元素移動與位置填充，獲得移動后的矩陣包括：對第i個(gè)子集集合中的全部元素向右移動i-1個(gè)位置，并在移動后的所述第i個(gè)子集集合中最末位元素之后填充l-i個(gè)0元素，及在最首位元素之前填充i-1個(gè)0元素，獲得所述移動后的矩陣；其中，l為所述預(yù)設(shè)窗口的大小。

9、優(yōu)選的，所述軌跡矩陣采用如下公式獲得：

10、

11、其中，x為所述軌跡矩陣，為矩陣，nx為所述高光譜圖像在x方向上的像素，nλ為所述高光譜圖像的光譜波段數(shù)，l為所述預(yù)設(shè)窗口的大小，hr為第r個(gè)像素對應(yīng)的hankel矩陣。

12、優(yōu)選的，所述高光譜圖像為經(jīng)過光照校準(zhǔn)的輻射光譜。

13、本發(fā)明第二實(shí)施例的具體技術(shù)方案為：一種高光譜成像的實(shí)時(shí)特征提取系統(tǒng)，所述系統(tǒng)包括：線掃模塊、數(shù)據(jù)嵌入模塊、分組模塊、重構(gòu)模塊和疊加模塊；所述線掃模塊用于對高光譜圖像在預(yù)設(shè)第一方向上進(jìn)行線掃，獲得多個(gè)高光譜線掃圖；所述數(shù)據(jù)嵌入模塊用于利用預(yù)設(shè)窗口將一個(gè)高光譜線掃圖中每個(gè)像素嵌入至一張圖片中，獲得所述一個(gè)高光譜線掃圖的軌跡矩陣；所述分組模塊用于對一個(gè)所述軌跡矩陣進(jìn)行奇異值分解和分組，獲得多個(gè)分組矩陣；所述重構(gòu)模塊用于將每個(gè)分組矩陣進(jìn)行重構(gòu)，獲得所述高光譜線掃圖的二維信號；所述疊加模塊用于將全部的高光譜線掃圖的二維信號進(jìn)行疊加，獲得所述高光譜圖像的特征。

14、本發(fā)明第三實(shí)施例的具體技術(shù)方案為：一種高光譜成像的實(shí)時(shí)特征提取設(shè)備，包括存儲器和處理器，所述存儲器存儲有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被所述處理器執(zhí)行時(shí)，使得所述處理器執(zhí)行如本申請第一實(shí)施例中任一項(xiàng)所述方法的步驟。

15、本發(fā)明第四實(shí)施例的具體技術(shù)方案為：一種計(jì)算機(jī)可讀存儲介質(zhì)，存儲有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)，使得所述處理器執(zhí)行如本申請第一實(shí)施例中任一項(xiàng)所述方法的步驟。

16、實(shí)施本發(fā)明實(shí)施例，將具有如下有益效果：

17、本發(fā)明通過對高光譜圖像在預(yù)設(shè)第一方向上進(jìn)行線掃，并將線掃后的高光譜線掃圖中的像素都嵌入到軌跡矩陣中，這種方式所獲得的軌跡矩陣相對于將高光譜圖像中每個(gè)像素分別嵌入到一個(gè)軌跡矩陣，省去了預(yù)設(shè)第二方向上的維度，從而降低了軌跡矩陣的維度；利用軌跡矩陣進(jìn)行奇異值分解、分組、重構(gòu)與疊加，獲得高光譜圖像的二維信號，降低了計(jì)算復(fù)雜度和存儲空間需求。

技術(shù)特征：

1.一種高光譜成像的實(shí)時(shí)特征提取方法，其特征在于，所述方法包括：

2.如權(quán)利要求1所述的高光譜成像的實(shí)時(shí)特征提取方法，其特征在于，所述將每個(gè)分組矩陣進(jìn)行重構(gòu)，獲得所述高光譜線掃圖的二維信號，包括：

3.如權(quán)利要求2所述的高光譜成像的實(shí)時(shí)特征提取方法，其特征在于，所述預(yù)設(shè)的二進(jìn)制向量采用如下方法獲得：

4.如權(quán)利要求2所述的高光譜成像的實(shí)時(shí)特征提取方法，其特征在于，所述每個(gè)分組矩陣的一維信號采用如下公式獲得：

5.如權(quán)利要求2所述的高光譜成像的實(shí)時(shí)特征提取方法，其特征在于，所述對所述子集集合中的元素進(jìn)行元素移動與位置填充，獲得移動后的矩陣包括：

6.如權(quán)利要求1所述的高光譜成像的實(shí)時(shí)特征提取方法，其特征在于，所述軌跡矩陣采用如下公式獲得：

7.如權(quán)利要求1所述的高光譜成像的實(shí)時(shí)特征提取方法，其特征在于，所述高光譜圖像為經(jīng)過光照校準(zhǔn)的輻射光譜。

8.一種高光譜成像的實(shí)時(shí)特征提取系統(tǒng)，其特征在于，所述系統(tǒng)包括：線掃模塊、數(shù)據(jù)嵌入模塊、分組模塊、重構(gòu)模塊和疊加模塊；

9.一種高光譜成像的實(shí)時(shí)特征提取設(shè)備，包括存儲器和處理器，其特征在于，所述存儲器存儲有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被所述處理器執(zhí)行時(shí)，使得所述處理器執(zhí)行如權(quán)利要求1至7中任一項(xiàng)所述方法的步驟。

10.一種計(jì)算機(jī)可讀存儲介質(zhì)，存儲有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)，使得所述處理器執(zhí)行如權(quán)利要求1至7中任一項(xiàng)所述方法的步驟。

技術(shù)總結(jié)
本申請實(shí)施例公開了一種高光譜成像的實(shí)時(shí)特征提取方法及相關(guān)設(shè)備，通過對高光譜圖像在預(yù)設(shè)第一方向上進(jìn)行線掃，并將線掃后的高光譜線掃圖中的像素都嵌入到軌跡矩陣中，這種方式所獲得的軌跡矩陣相對于將高光譜圖像中每個(gè)像素分別嵌入到一個(gè)軌跡矩陣，省去了預(yù)設(shè)第二方向上的維度，從而降低了軌跡矩陣的維度；利用軌跡矩陣進(jìn)行奇異值分解、分組、重構(gòu)與疊加，獲得高光譜圖像的二維信號，降低了計(jì)算復(fù)雜度和存儲空間需求。

技術(shù)研發(fā)人員：嚴(yán)逸駿,王國芳,馬儀,彭晶,馬御棠
受保護(hù)的技術(shù)使用者：云南電網(wǎng)有限責(zé)任公司電力科學(xué)研究院
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/15