公开(公告)号：CN106156728B

公开(公告)日：2019-09-10

申请号：CN201610477981.8

申请日：2016-06-24

Applicant: 湖北久之洋红外系统股份有限公司

Inventor： 洪普 ,  张智杰 ,  赵坤 ,  刘振 ,  余徽 ,  岳松

IPC: G06K9/00

Abstract: 本发明公开了一种基于光谱空间分解和噪声成分分析的超光谱图像降维方法及系统，该方法包括以下步骤:S1、获取原始超光谱图像，计算超光谱图像的相邻波段之间的相关系数并将其与设置的阈值进行比较，若相关系数小于阈值，则判断该波段图像为噪声严重干扰的波段，并将其剔除；S2、采用子光谱空间分解算法对剔除噪声波段后的超光谱图像进行分解，并将相似的波段分配在一个子空间中；S3、采用噪声成分分析的方法计算每个子空间中各个波段图像的权重系数，并根据该权重系数进行波段选择，完成对各个子空间的光谱降维。本发明可以在不损失重要信息的条件下消除波段之间的冗余信息，并且不会改变原始波段的物理特性。

公开(公告)号：CN106156728A

公开(公告)日：2016-11-23

申请号：CN201610477981.8

申请日：2016-06-24

Applicant: 湖北久之洋红外系统股份有限公司

Inventor： 洪普 ,  张智杰 ,  赵坤 ,  刘振 ,  余徽 ,  岳松

IPC: G06K9/00

Abstract: 本发明公开了一种基于光谱空间分解和噪声成分分析的超光谱图像降维方法及系统，该方法包括以下步骤:S1、获取原始超光谱图像，计算超光谱图像的相邻波段之间的相关系数并将其与设置的阈值进行比较，若相关系数小于阈值，则判断该波段图像为噪声严重干扰的波段，并将其剔除；S2、采用子光谱空间分解算法对剔除噪声波段后的超光谱图像进行分解，并将相似的波段分配在一个子空间中；S3、采用噪声成分分析的方法计算每个子空间中各个波段图像的权重系数，并根据该权重系数进行波段选择，完成对各个子空间的光谱降维。本发明可以在不损失重要信息的条件下消除波段之间的冗余信息，并且不会改变原始波段的物理特性。