高光谱遥感数据鉴别特征提取方法
专利类型：发明专利
语 言：中文
申 请 号：CN200910250850.6
申 请 日：20091230
申 请 人：重庆大学
申请人地址：400044 重庆市沙坪坝区沙正街174号
公 开 日：20111109
公 开 号：CN101770584B
代 理 人：张先芸
代理机构：重庆博凯知识产权代理有限公司 50212
摘 要：本发明提供一种高光谱遥感数据鉴别特征提取方法，包括如下步骤：高光谱遥感图像数据读入计算机；将读入的高光谱遥感图像中每一个数据点根据其波段生成一个向量，从而整幅高光谱遥感图像构成一个矩阵，作为训练样本集；从训练样本集中选取部分数据点进行已知地物类别的标注，生成样本类别标签；在部分数据点的地物类别已知的前提下，通过训练样本集构建相似图和相异图来度量数据点的相似性与相异性；根据构建的相似图和相异图分别计算权重矩阵；计算局部相似结构矩阵和相异结构矩阵；通过目标优化函数计算投影矩阵；通过投影矩阵将高光谱遥感数据投影到低维嵌入空间，实现高光谱数据鉴别特征的提取。它有效解决高光谱数据中的本征流形结构和鉴别特征提取问题。
主 权 项：高光谱遥感数据鉴别特征提取方法，其特征在于，包括如下步骤：1)高光谱遥感图像数据读入计算机；2)计算机将读入的高光谱遥感图像中每一个数据点根据其波段生成一个向量，从而整幅高光谱遥感图像构成一个矩阵，作为训练样本集；3)从训练样本集中选取部分数据点进行已知地物类别的标注，生成样本类别标签；4)在部分数据点的地物类别已知的前提下，结合训练样本集中的未标注数据点，构建相似图和相异图来度量数据点的相似性与相异性；5)根据构建的相似图和相异图分别计算权重矩阵；6)计算局部相似结构矩阵和相异结构矩阵；7)通过目标优化函数计算投影矩阵；8)通过投影矩阵将高光谱遥感数据投影到低维嵌入空间，实现高光谱数据鉴别特征的提取。
关 键 词：
法律状态：生效
IPC专利分类号：G06K9/66; G01S7/48