高光谱材质识别方法、装置、电子设备及存储介质与流程

文档序号:36780881发布日期:2024-01-23 11:53阅读:16来源:国知局
高光谱材质识别方法、装置、电子设备及存储介质与流程

本发明涉及高光谱检测,尤其涉及一种高光谱材质识别方法、装置、电子设备及存储介质。


背景技术:

1、高光谱目标材质数据是指传感器采集的波段数目为100以上、分辨率超过10-2λ的数据,包含详细的地物光谱和空间信息。高光谱数据是一个图像立方体,其在获取地物二维空间分布特性的同时,记录了地物的光谱反射特性。由于高光谱图像具有光谱分辨率高(通常在10nm左右),波段数多(数十、成百甚至上千个),光谱覆盖范围广(从可见光到短波红外波段,400nm至2500nm的波长范围)等特点,其记录的地物光谱反射特性能够充分反映地物的固有物理属性。因此,高光谱数据具有综合分析地物的空间信息和物理属性信息的能力,具备很大的研究价值。

2、高光谱目标材质数据的主要应用方向是目标材质识别,依据算法特点,目前大致可分为两类:一类是通过谱带强度信息实现地物目标特征识别的算法,另一类是利用波形特征进行地物目标特征识别的算法。然而,随着高光谱传感器不断发展,为了更详细地刻画地物波谱特征,传感器设置波段数不断增加、波段宽度不断变窄,使得波段之间的高冗余对利用谱带强度运算进行地物识别的算法速度和效率产生严重的影响,导致谱带强度运算算法较难在高光谱地物目标识别中广泛应用。同时,利用波形特征进行识别的算法主要是利用光谱曲线的完全波形特征或局部波形特征进行目标地物特征的提取,但高光谱数据包含丰富的细节特征,这使得同一类地物内部的光谱变化较大而导致光谱的可区分性降低,尤其对光谱特征相似的高光谱数据进行分类时,这一问题更为严重,识别精度有待提高。

3、因此,如何更好地进行高光谱材质识别已经成为业界亟待解决的技术问题。


技术实现思路

1、本发明提供一种高光谱材质识别方法、装置、电子设备及存储介质,用以更好地进行高光谱材质识别。

2、本发明提供一种高光谱材质识别方法,包括:

3、获取多个待识别高光谱目标的第一光谱曲线;

4、基于每个所述待识别高光谱目标的第一光谱曲线与多个预设高光谱目标的第二光谱曲线在多个目标特征波长处进行匹配计算,确定每个所述待识别高光谱目标的材质信息;所述目标特征波长是基于对各个所述预设高光谱目标的第二光谱曲线进行差异波段分析确定的。

5、根据本发明提供的一种高光谱材质识别方法,所述基于每个所述待识别高光谱目标的第一光谱曲线与多个预设高光谱目标的第二光谱曲线在多个目标特征波长处进行匹配计算,确定每个所述待识别高光谱目标的材质信息,包括:

6、获取每个所述第一光谱曲线在多个目标特征波长处的第一光谱响应数据,并获取各个所述第二光谱曲线在多个目标特征波长处的第二光谱响应数据;

7、基于每个所述第一光谱曲线对应的多个第一光谱响应数据和各个所述第二光谱曲线对应的多个第二光谱响应数据,计算每个所述第一光谱曲线与各个所述第二光谱曲线之间的欧氏距离,以确定每个所述第一光谱曲线与各个所述第二光谱曲线之间的匹配度;

8、从各个所述第二光谱曲线中,确定每个所述第一光谱曲线对应的欧氏距离最小的目标光谱曲线,并基于每个所述目标光谱曲线对应的高光谱目标材质信息,确定每个所述待识别高光谱目标的材质信息。

9、根据本发明提供的一种高光谱材质识别方法,所述获取多个待识别高光谱目标的第一光谱曲线,包括:

10、获取多个所述待识别高光谱目标的原始光谱曲线,

11、对每个所述原始光谱曲线进行高斯扰动处理,得到每个所述原始光谱曲线对应的扩充光谱曲线,以构建待识别的光谱数据库;

12、从所述待识别的光谱数据库中,获取多个所述待识别高光谱目标的第一光谱曲线。

13、根据本发明提供的一种高光谱材质识别方法,在所述获取多个待识别高光谱目标的第一光谱曲线之后,所述方法还包括:

14、对各个所述第一光谱曲线进行信息降维处理,得到各个所述第一光谱曲线对应的降维信息;

15、对各个所述第一光谱曲线对应的降维信息进行聚类处理,确定所有所述降维信息所属的多个类别;

16、从每个所述类别中获取任一降维信息,并确定所述任一降维信息对应的第三光谱曲线;

17、将每个所述第三光谱曲线与各个所述预设高光谱目标的第二光谱曲线在多个目标特征波长处进行匹配计算,确定每个所述第三光谱曲线对应的待识别高光谱目标的材质信息;

18、基于每个所述第三光谱曲线对应的待识别高光谱目标的材质信息,确定各个所述第一光谱曲线对应的待识别高光谱目标的材质信息。

19、根据本发明提供的一种高光谱材质识别方法,所述对各个所述第一光谱曲线进行信息降维处理,得到各个所述第一光谱曲线对应的降维信息,包括:

20、对各个所述第一光谱曲线的每个波段进行二进制编码,得到每个所述第一光谱曲线对应的二进制编码信息;

21、利用主成分分析方法,对每个所述第一光谱曲线对应的二进制编码信息进行数据成分分析,得到每个所述第一光谱曲线对应的目标数量的主成分信息;

22、基于每个所述第一光谱曲线对应的目标数量的主成分信息,确定各个所述第一光谱曲线对应的降维信息。

23、根据本发明提供的一种高光谱材质识别方法,对各个所述第一光谱曲线的每个波段进行二进制编码,得到每个所述第一光谱曲线对应的二进制编码信息,包括:

24、获取各个所述第一光谱曲线中每个波段的亮度值;

25、基于各个所述第一光谱曲线中每个波段的亮度值以及每个波段与其上一波段之间的亮度值大小关系,对各个所述第一光谱曲线的每个波段进行二进制编码,得到每个所述第一光谱曲线对应的二进制编码信息。

26、根据本发明提供的一种高光谱材质识别方法,在所述获取多个待识别高光谱目标的第一光谱曲线之前,所述方法还包括:

27、利用连续统去除法,对每个所述预设高光谱目标的第二光谱曲线进行光谱特征增强,得到每个增强后的第二光谱曲线;

28、将每个所述增强后的第二光谱曲线配置到同一光谱图中,并在所述同一光谱图中对所有所述增强后的第二光谱曲线进行差异波段分析,确定多个所述目标特征波长。

29、本发明还提供一种高光谱材质识别装置,包括:

30、获取模块,用于获取多个待识别高光谱目标的第一光谱曲线;

31、识别模块,用于将每个所述待识别高光谱目标的第一光谱曲线与多个预设高光谱目标的第二光谱曲线在多个目标特征波长处进行匹配计算,确定每个所述待识别高光谱目标的材质信息;所述目标特征波长是基于对各个所述预设高光谱目标的第二光谱曲线进行差异波段分析确定的。

32、本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述高光谱材质识别方法。

33、本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述高光谱材质识别方法。

34、本发明还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述任一种所述高光谱材质识别方法。

35、本发明提供的高光谱材质识别方法、装置、电子设备及存储介质,通过对材质信息已知的多类预设高光谱目标光谱曲线进行差异波段分析,确定可以准确表征不同材质信息高光谱目标对应的光谱曲线差异的目标特征波长,进而对每个待识别高光谱目标的光谱曲线与各个预设高光谱目标的光谱曲线在多个目标特征波长处进行匹配计算,确定与每个待识别高光谱目标光谱曲线匹配成功的预设高光谱目标光谱曲线,从而获取每个待识别高光谱目标的材质信息,可以有效识别出各个待识别高光谱目标的材质,提升了高光谱材质识别的精度。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1