买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】一种基于进化计算的高光谱图像波段选择方法_安徽大学_202210118319.9 

申请/专利权人:安徽大学

申请日:2022-02-08

公开(公告)日:2024-04-02

公开(公告)号:CN114492655B

主分类号:G06V10/74

分类号:G06V10/74;G06F17/16;G06V10/764;G06N3/006

优先权:

专利状态码:有效-授权

法律状态:2024.04.02#授权;2022.05.31#实质审查的生效;2022.05.13#公开

摘要:本发明公开了一种基于进化计算的高光谱图像波段选择方法,涉及遥感图像处理技术领域,具体包括:使用多目标优化算法,对高光谱图像进行降维;在对高光谱特征选择的时候,随机在高光谱图像上取若干个像素点,计算这若干个像素点与其空间领域像素点之间在经过特征选择后的低维空间上的欧式距离,以及使用拉普拉斯矩阵计算若干点在不同选择特征的维度上的邻域距离指标与原始维度的结构相似性指标;以上述的两个指标作为优化目标,建立基于改进NSGAII的多目标优化模型,对波段空间进行二进制编码,经过交叉变异,最终得到最优的波段子集,有效提高分类精度和效率,同时也可以控制选择需要选择的波段数量,满足不同场景下的使用需求。

主权项:1.一种基于进化计算的高光谱图像波段选择方法,其特征在于,包括如下步骤:步骤一、预先计算好相关数据,包括领域像素Xnear、原始高维数据上的相邻像素的平方差矩阵MS、采样点原始高维空间中的近邻图S和拉普拉斯矩阵L;步骤二、种群初始化,并设置相关参数,具体包括:设置种群大小为N,种群集合为Pop={Pop1,Pop2...Popi...PopN};当前迭代次数t为1,最大迭代次数tMax为50,初始交叉概率p为0.1;步骤三、对种群中的个体进行评价:计算得到个体Popi的邻域距离指标NearPopi、结构相似性指标LSPopi和在决策空间的分布分数DistScorePopi;步骤四、种群的迭代与更新,然后输出最优波段子集;具体步骤包括:步骤4.1、通过邻域距离指标NearPopi和结构相似性指标LSPopi来进行非支配排序,得到根据每个个体的支配等级;取处于第一前沿面也就是支配等级为1的个体集合为Leaders={Leader1,Leader2...Leaderi...LeaderLN},其他的个体集合为Others={Others1,Others2...Othersi...OthersON};步骤4.2、更新Others,具体为:步骤4.2.1、对于Others的个数ON,若其小于Leaders的个数LN,则从Leaders中随机选择ON个解,与Others进行交叉;若其大于Leaders的个数LN,则从Leaders中随机选择ON-LN个解将Leaders扩充至ON后与Others进行交叉;步骤4.2.2、计算交叉概率,具体计算公式为: 步骤4.2.3、均匀交叉,Others个体的每一位都有相应的概率与Leaders的相应位置进行交换,交叉概率由上述公式7来进行计算,得到新的解Others';步骤4.3、更新Leaders,通过对Leaders进行局部抖动来更新解,具体为:步骤4.3.1、对于一个Leaders中个体,找出其中基因位为1的索引Index,即选择的波段位置;步骤4.3.2、根据公式8计算当前个体需要进行局部抖动的大小Shakesi,具体为:Shakesi=rand*a*1-DistScoreLeaderi8其中Rand为0-1之间的随机数,a为控制抖动大小的参数;步骤4.3.3、根据Shakesi对相应基因位进行抖动,根据公式9更新得到新的波段索引Index'即在当前波段附近选择其他波段,最后得到Leaders';Index'i=Indexi+shakesi9将Others'和Leaders'合并为产生的新种群Pop';步骤4.4、控制选择的波段数量与预设波段数一致,根据上述步骤产生的子代中选择的波段数会与预设的产生偏差;对于大于预设波段数的个体,分别计算每个波段的方差代表信息量,将信息量最小的相应数量的波段去除掉;对于小于预设波段数的个体,分别计算除了当前选择波段的其余波段的方差,选择最大的相应数量的波段添加上去;步骤4.5、将父代Pop和子代Pop'进行合并,对其进行环境选择,根据支配关系和拥挤距离来选出支配等级高并且拥挤距离小的N个解Pop进入t+1代进行更新;步骤4.6、将t+1赋值给t后判断t>tMax是否成立,若成立,则停止迭代并输出最优波段子集;若不成立,则重复步骤四。

全文数据:

权利要求:

百度查询: 安徽大学 一种基于进化计算的高光谱图像波段选择方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。