(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211235788.5 (22)申请日 2022.10.10 (71)申请人 无锡学院 地址 214105 江苏省无锡市锡山大道3 33号 (72)发明人 赵东　朱叙光　张喆　曹佳露　 程进　江浩　胡剑凌　王青　 张黎可　于庆南　王新宇　余耀　 (74)专利代理 机构 西安志帆知识产权代理事务 所(普通合伙) 61258 专利代理师 侯峰 (51)Int.Cl. G06V 10/32(2022.01) G06V 10/25(2022.01) G06V 10/42(2022.01) G06V 10/44(2022.01)G06V 10/50(2022.01) G06V 10/58(2022.01) G06V 10/60(2022.01) G06V 10/80(2022.01) (54)发明名称 基于全局和局部光谱加权的高光谱图像序 列降维方法 (57)摘要 本发明公开了一种基于全局和局部光谱加 权的高光谱图像序列降维方法， 载入高光谱图像 序列中的第t帧高光谱图像， 并对第t帧高光谱图 像进行灰度归一化得到归一化后第t帧高光谱图 像， 确定归一化后第t帧高光谱图像的目标区域 Tt； 确定所述归一化后第t帧高光谱图像的目标 区域Tt的第i个波段图像Tit的光谱平均值； 根据 所述Tt的第i个波段图像Tit的光谱平均值确定归 一化后第t帧高光谱图像的目标 区域Tt的全局光 谱； 确定Tt的局部光谱； 将所述Tt的全局光谱与 局部光谱加权融合成最终光谱； 根据所述最终光 谱确定降维之后的高光谱图像； 依次载入高光谱 图像序列中的所有帧高光谱图像完成高光谱图 像序列降维。 权利要求书3页 说明书8页 附图4页 CN 115457286 A 2022.12.09 CN 115457286 A 1.一种基于全局 和局部光谱加权的高光谱图像序列降维方法， 其特 征在于， 该 方法为： 载入高光谱图像序列中的第t帧高光谱图像， 并对第t帧高光谱图像进行灰度归一化得 到归一化后第t帧高光谱图像， 确定归一化后第t帧高光谱图像的目标区域Tt， 其中， t表示 高光谱图像序列中高光谱图像帧数的序号， t是大于等于1的整数， Tt内每个像素的灰度范 围是0到1的左闭右闭区间； 确定所述归一 化后第t帧高光谱图像的目标区域Tt的第i个波段图像Tit的光谱平均值； 根据所述Tt的第i个波段图像Tit的光谱平均值确定归一化后第t帧高光谱图像的目标 区域Tt的全局光谱； 确定所述归一化后第t帧高光谱图像的目标区域Tt中每一个波段图像上每一个像素灰 度值属于的灰度范围标号； 根据所述Tt中每一个波段图像上每一个像 素灰度值属于的灰度范围标号和灰度范围索 引b确定Tt中每一个波段图像上每一个 像素的光谱强度特 征与数量特 征； 根据所述Tt中每一个波段图像上每一个像素的光谱强度特征确定Tt中每一个波段图像 上属于灰度范围索引b对应的灰度范围的总光谱强度I(i)b； 根据所述Tt中每一个波段图像上每一个像素的数量特征确定Tt中每一个波段图像上属 于灰度范围索引b对应的灰度范围的总像素 数N(i)b； 根据所述Tt中每一个波段图像上属于灰度范围索引b对应的灰度范围的总像素数N(i)b 确定Tit上N(i)b最大值所在灰度范围的索引B(i)； 根据所述Tit上N(i)b最大值所在灰度范围的索引B(i)确定Tit的光谱局部值； 根据所述Tit的光谱局部值确定Tt的局部光谱； 将所述Tt的全局光谱与局部光谱加权融合成最终光谱； 根据所述 最终光谱确定降维之后的高光谱图像； 依次载入高光谱图像序列中的所有帧高光谱图像完成高光谱图像序列降维。 2.根据权利要求1所述的基于全局和局部光谱加权的高光谱图像序列降维方法， 其特 征在于， 所述确定所述归一化后第t帧高光谱图像的目标区域Tt的第i个波段图像Tit的光谱 平均值， 具体为： 根据下式确定Tt第i个波段图像Tit的光谱平均值M(Tit)为 其中， HT表示Tt的行数， WT表示Tt的列数， ∑( ·)表示求和操作， i表示Tt第i个波段图像 的序号， i∈{ 1,...,B}， B表示Tt的波段数， HT×WT表示Tit内的总像素数， j表示Tit内的总像 素中第j个 像素的序号， j∈{1,. ..,HT×WT}， Tijt表示Tit中第j个像素的灰度值。 3.根据权利要求1或2所述的基于全局和局部光谱加权的高光谱图像序列降维方法， 其 特征在于， 所述根据所述第i个波段图像Tit的光谱平均值确定归一化后第t帧高光谱图像的 目标区域Tt的全局光谱， 具体为： 根据下式确定Tt的全局光谱Cg为 Cg＝{Cgi|Cgi＝M(Tit)}i∈{1,....,B} 其中， Cgi表示Cg在第i个波段上的光谱平均值， { ·}表示集合操作， 即Cg为B个波段的光 谱平均值的集 合。 4.根据权利要求3所述的基于全局和局部光谱加权的高光谱图像序列降维方法， 其特权　利　要　求　书 1/3 页 2 CN 115457286 A 2征在于， 所述确定所述归一化后第t帧高光谱图像 的目标区域Tt中每一个波段图像上每一 个像素灰度值属于的灰度范围标号， 具体为： 设定灰度范围总数目为Y， 根据下式确定Tt中 每一个波段图像上每一个 像素灰度值属于的灰度范围标号 Q(i,j)为 其中， Q(i,j)∈{0, …,Y‑1}， floor(·)表示向下 取整操作， mod( ·)表示取余操作。 5.根据权利要求4所述的基于全局和局部光谱加权的高光谱图像序列降维方法， 其特 征在于， 所述根据所述Tt中每一个波段图像上每一个像素灰度值属于的灰度范围标号和灰 度范围索引b确定Tt中每一个波段图像上每一个像素的光谱强度特征与数量特征， 具体通 过以下步骤实现： 步骤(101)设定灰度范围的索引为b； 步骤(102)判断b与Q(i,j)是否相等， 如 果相等则把Q(i,j)对应的 划分到灰度范围索 引b对应的灰度范围中， 并在该 范围中计入1个 像素， 其余的灰度范围保持不变； 步骤(103)根据下式确定 的光谱强度特 征I(i,j)b为 其中， b∈{0, …,Y‑1}； 步骤(104)根据下式确定 的数量特 征N(i,j)b为 6.根据权利要求5所述的基于全局和局部光谱加权的高光谱图像序列降维方法， 其特 征在于， 所述根据所述Tt中每一个波段图像上每一个像素的光谱强度特征确定Tt中每一个 波段图像上属于灰度范围索引b对应的灰度范围的总光谱强度， 具体为： 根据下式确定Tt中 每一个波段图像上属于灰度范围索引b对应的灰度范围的总光谱强度I(i)b为 7.根据权利要求6所述的基于全局和局部光谱加权的高光谱图像序列降维方法， 其特 征在于， 所述根据所述Tt中每一个波段图像上每一个像素的数量特征确定Tt中每一个波段 图像上属于灰度范围索引b对应的灰度范围的总像素数， 具体为： 根据下式确定Tt中每一个 波段图像上属于灰度范围索引b对应的灰度范围的总像素 数N(i)b为 8.根据权利要求7所述的基于全局和局部光谱加权的高光谱图像序列降维方法， 其特 征在于， 所述根据所述Tt中每一个波段图像上属于灰度范围索引b对应 的灰度范围的总像 素数N(i)b确定Tit上N(i)b最大值所在灰度范围的索引B(i)， 具体为： 根据下式确定Tit上N (i)b最大值所在灰度范围的索引B(i)为权　利　要　求　书 2/3 页 3 CN 115457286 A 3