基于三维光谱角统计的高光谱图像边缘信息提取方法技术

本发明专利技术公开了一种基于三维光谱角统计的高光谱图像边缘信息提取方法。该方法适用于提取高光谱图像中同种物质的边缘信息。通过将一幅经过辐射校正后的高光谱图像在横向、竖向和对角方向上进行三维光谱角统计，并在对应的统计轴上进行阈值分割，将光谱角统计数据立方体中满足条件的点集在高光谱图像中显示，即得到同种物质的边缘。本方法中使用了一种新的结合空间和光谱信息的光谱角统计方法，能直接作用于高维数据，不需要进行降维，实时性好，边缘显示具有立体感。与传统的边缘提取算子和基于灰度图的边缘提取方法相比，本发明专利技术更适用于高光谱图像，不受光照条件、阴影变化等影响，鲁棒性高。

【技术实现步骤摘要】

本专利技术属于高光谱图像处理
，特别是一种。
技术介绍
近年来，随着高光谱成像仪的发展，光谱仪的空间分辨率和光谱分辨率进一步提高，国内外对高光谱图像的研究十分活跃和深入，高光谱成像技术也因其具有丰富的光谱信息和图谱合一的特点，在遥感、农业、医学、石油、刑侦等军用和民用领域得到广泛应用。在高光谱图像处理领域，影像的边缘提取在传统的影像解译中占有举足轻重的地位，比较有代表性的方法有梯度算子、Laplace算子、LOG算子、Sobel算子、Prewitt算子、Robert算子、Canny算子。另外，人工神经网络、小波分析、专家系统、数学形态学、遗传算法等这些较前沿的理论与方法也正在被纳入到边缘提取的算法框架中来。虽然对于单幅影像的边缘提取方法已比较成熟，但是由于物体材质、几何形状、光照条件等不同，这些基于单幅灰度图像进行边缘提取的方法应用到高光谱图像中，每个波段的边缘检测结果不会完全相同，常常会得到许多伪边缘。如何利用高光谱数据特点进行边缘提取的研究目前还比较薄弱，2006年，武汉大学的杜辉强等人利用高光谱信号的能量相似性与能量分布特征来寻找边缘，从能量边缘图可以提取属于不同地物类别的主要边缘(杜辉强，舒宁.高光谱影像能量边缘提取.武汉大学学报·信息科学版，2006，31 (2) :132-135)。2009年，Luo等人提出一种适合高维数据特点的光谱相似度测量(spectral similarity measure, SSM)边缘提取方法(LUO ffen-fei, ZHONG Liang. Spectral similarity measure edge detectionalgorithm in hyperspectral image. The2nd International Congress on Image andSignal Processing, 2009,6 :2991_2994)。虽然这两种方法具有一定的实用性，但是前者需要借助先验知识，了解不同地物之间的能量分布，后者仍需借助于传统的边缘检测算子，且需要先对高光谱影像做降维处理。事实上，许多高光谱成像的实际应用中，我们只关心同种物质的边缘信息，如飞机跑道、细胞边缘等，而目前关于这种边缘提取方法还没有，大多数都只是在提取出同种物质之后再提取边缘，而不是在高光谱图像上直接提取出边缘信息。
技术实现思路
本专利技术的目的在于提供一种适用于高光谱图像数据特点的，该方法能直接提取出高光谱图像中同种物质的边缘信肩、O实现本专利技术目的的技术解决方案为一种，通过将一幅经过辐射校正后的高光谱图像在横向、竖向和对角方向上进行三维光谱角统计，并在对应的统计轴上进行阈值分割，将光谱角统计数据立方体中满足条件的点集在高光谱图像中显示，即得到同种物质的边缘。本专利技术与现有技术相比，其显著优点为(1)该方法提出了一种新的结合空间和光谱信息的光谱角统计方法，能更直观地显示和提取出边缘信息；(2)该方法直接作用于高光谱的高维数据，不需要进行降维，实时性好，边缘显示具有立体感；(3)与传统的边缘提取算子和基于灰度图的边缘提取方法相比，该方法更适用于高光谱图像，不受光照条件、阴影变化等影响，鲁棒性高。下面结合附图对本专利技术作进一步详细描述。附图说明图1是本专利技术的流程图。图2是本专利技术中提出的三维光谱角统计方法的叶片光谱图像实施例。图3是本专利技术的边缘提取效果图。图4是本专利技术检测效果与Canny算子提取效果比较图。图5是本专利技术实施效果验证中TM影像边缘提取效果图。图6是本专利技术实施效果验证中TM影像三维光谱角统计图。具体实施例方式结合图1，本专利技术，通过将一幅经过辐射校正后的高光谱图像在横向、竖向和对角方向上进行三维光谱角统计，并在对应的统计轴上进行阈值分割，将光谱角统计数据立方体中满足条件的点集在高光谱图像中显示，即得到同种物质的边缘。实现上述的具体实施步骤如下(I)输入一幅已经过辐射校正后的高光谱图像I，对该幅图像的横向、竖向和对角方向三个方向进行三维光谱角统计，得到统计后的三维光谱数据立方体V。其中三维光谱角统计是一种统计图像I的横向、竖向和对角方向三个方向上相邻像素间的统计方法，该三维光谱角统计方法为设一幅具有N个波段的高光谱图像I中当前像素点坐标为(i，j)，其横向向右、竖向向下、对角向下的相邻像元坐标分别对应为(i，j+1)、(i+1，j)、(i+1, j+1),以像素点(i，j)和(i，j+1)之间的光谱角计算值作为X轴的光谱角值，以像素点(i，j)和(i+1, j)之间的光谱角计算值作为y轴的光谱角值，以像素点(i，j)和(i+1，j+1)之间的光谱角计算值作为z轴的光谱角值，然后以x，y，z三个正交轴组成一个三维空间，空间中的每一点表示在横向、竖向和对角三个方向上具有光谱角值的图像中对应像素的个数，这样就组成了一个三维光谱角统计模型。其中，三维光谱角统计模型中的每个坐标轴刻度分别表示对应方向上的光谱角度，最小刻度为1°，统计的信息都约束在边长范围为的三维立方体中。在进行三维光谱角统计时，从高光谱图像I的左上角第一个像素点开始，从左往右、从上往下遍历计算图像中所有的像素点，除去图像中最后一列和最后一行像素点，就得到基于光谱角统计的三维光谱数据立方体V。 (2)在数据立方体V的X轴上以光谱角阈值Θ th设置分割切面X= Θ th，同样，在y轴和Z轴上也以阈值Θ th设置分割切面Y二 Θ *和Z= Θ th。(3)提取数据立方体V中χ〈 Θ th, y> Θ th, ζ> θ th的点集P1,并记录该点集中每个点在图像中所对应的位置坐标D1，该点集P1对应图像横向方向上的纹理信息。(4)重复步骤(3)，提取 y< Θ th, χ> Θ th, ζ> θ th 的点集 P2 和 ζ< Θ th, χ> θ th, y> θ th 的点集P3，并记录对应的位置坐标D2和D3,点集P2和P3分别对应图像上竖向和对角方向上的纹理 目息。(5)将提取的三个方向上的位置坐标Dp D2, D3叠加到高光谱图像I的灰度图上，并用彩色高亮显示，这样图像I中同种物质的边缘就被提取和显示出来了。实施例结合图1，本专利技术实现边缘信息提取，具体包步骤如下(I)算法开始，输入一幅已经过辐射校正后的高光谱图像I，对该幅图像的横向、竖向和对角方向三个方向进行三维光谱角统计，得到统计后的三维光谱数据立方体V。高光谱图像中像元光谱A和像元光谱B之间的光谱角由下式确定本文档来自技高网...

【技术保护点】
一种基于三维光谱角统计的高光谱图像边缘信息提取方法，其特征在于通过将一幅经过辐射校正后的高光谱图像在横向、竖向和对角方向上进行三维光谱角统计，并在对应的统计轴上进行阈值分割，将光谱角统计数据立方体中满足条件的点集在高光谱图像中显示，即得到同种物质的边缘。

【技术特征摘要】
1.一种基于三维光谱角统计的高光谱图像边缘信息提取方法，其特征在于通过将一幅经过辐射校正后的高光谱图像在横向、竖向和对角方向上进行三维光谱角统计，并在对应的统计轴上进行阈值分割，将光谱角统计数据立方体中满足条件的点集在高光谱图像中显示，即得到同种物质的边缘。2.根据权利要求1所述的基于三维光谱角统计的高光谱图像边缘信息提取方法，其特征在于具体步骤如下 (1)输入一幅已经过辐射校正后的高光谱图像I，对该幅图像的横向、竖向和对角方向三个方向进行三维光谱角统计，得到统计后的三维光谱数据立方体V ; (2)在数据立方体V的X轴上以光谱角阈值0th设置分割切面X=0th，同样，在y轴和Z轴上也以阈值Θ th设置分割切面Y= Θ th和Z = Θ th ； (3)提取数据立方体V中X< Θ th, y > Θ th, z > Θ th的点集P1,并记录该点集中每个点在图像中所对应的位置坐SD1，该点集P1对应图像横向方向上的纹理信息；(4)重复步骤(3),提取y < Θ th，X > Θ th, z > Θ th 的点集 P2 和 z < Θ th，X > Θ th, y> Θ th的点集P3，并记录对应的位置坐标D2和D3,点集P2和P3对应图像竖向和对角方向上的纹理/[目息； (5)将提取的三个方向上的位置坐...

【专利技术属性】
技术研发人员：陈钱，冯维一，何伟基，顾国华，张闻文，钱惟贤，隋修宝，于雪莲，路东明，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：