0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

高光谱影像显著性特征提取方法

莱森光学 来源:莱森光学 作者:莱森光学 2023-01-12 09:45 次阅读

0引言

视觉显著性估计中通常以彩色图像为输入,因此,本文以3个相邻波段的高光谱影像为输入,进行显著性特征提取,然后沿光谱维度利用滑窗法获取各个波段的显著性特征,最后将各个波段的显著性特征进行堆叠形成最终用于分类的显著性特征。如图1所示,3个相邻波段的高光谱影像显著性特征提取主要包括超像素分割、对比度计算和显著性分配3个步骤。

poYBAGO_ZlSADl13AAJprWiKwew939.png

1、SLIC超像素分割

基于像素的视觉显著性估计方法对噪声较为敏感,而超像素以相对简单的方式表示图像并能减少图像的冗余,同时每个超像素块具有相同的性质。为了更加有效地提取显著性特征,首先将输入的三波段高光谱影像根据颜色相似性分割为若干个超像素,每个超像素由区域内的颜色均值表示,进而以超像素为基础进行视觉显著性估计。本文采用SLICsimple linear iterative cluster)方法对输入的三波段高光谱影像进行超像素分割。

分割算法,其根据CIELAB颜色空间和二维坐标构成的5维特征向量进行局部聚类,并将搜索空间限制在与超像素大小成比例的区域内来提高计算效率,SLIC 算法接受一个参数 K (K 为超像素分割的个数),首先初始化 K 个种子点,并在每个种子点的邻域空间内搜索距离该种子点最近的若干像素,将它们与该种子点归为一类,直到所有像素点都归类完毕;然后计算这 K 个超像素里所有像素点的平均向量值作为新的聚类中心;再根据更新后的K个聚类中心重复上述步骤,迭代直到收敛。K个种子之间的初始距离定义为S=N/K,其中N为图像的像素个数,搜索邻域范围设置为2S×2S。其中,距离度量包括颜色距离dc和空间距离ds,两种距离的计算方式如下

pYYBAGO_ZlSAXXAXAABb9KcQeE4901.png

式中,l、a、b为CIELAB颜色空间对应的3个通道变量;i和j为超像素的索引;Nc和Ns分别为最大的颜色距离和种子点之间最大的距离。SLIC 算法能够有效地将图像分割为若干个超像素块,每个超像素块内部像素属性趋于一致,并由颜色均值表示。这样可以在特征提取的过程中充分考虑像素周围的局部空间信息,同时能够降低噪声对特征提取的影响。

对比度计算

视觉显著性检测中通常通过计算对比度来进行显著性估计,为了更加充分地利用全局空间信息,以分割后的超像素为基础,定义颜色独立性和空间颜色分布两种对比度。颜色独立性定义如下

pYYBAGO_ZlqAaQPJAABS9VamaH4506.png

式中

poYBAGO_ZluAF1UxAAALh3xKqZo901.png

pYYBAGO_ZluAEnndAAALCuyKgg4067.png

分别为第j 个 超像素的颜色和位置;

poYBAGO_ZluAfaUBAAAFPHPliLg986.png

表示局部或全局对比的控制变量,权重与超像素空间位置的距离有

关;Z i 为归一化因子,用于保证

pYYBAGO_ZlyAdSNhAAAHcNhTiQc844.png

为参数。由式(2)可知,距离越远则权值越小,对显著性影响越小;而某个超像素颜色越独特,则Ui越大,也表示该超像素越显著。进一步可将式(2)改写为

poYBAGO_ZlyANVqQAAAUvteDjPg706.png

式中,第1项的结果是1;第2和第3项可以通过以w为核的滤波器,分别对cj和进行滤波加以实现。空间颜色分布定义如下

pYYBAGO_ZlyAe6mmAABbYzS6yOk481.png

式中,cj=[lj,ajbj]和pj=[xj,yj]分别为第j个超像素的颜色和位置;

pYYBAGO_ZmKAVSWiAAACSK9L71w152.png

表示表示i和j个超像素的颜色相似度;Zi为归一化因子;σc为参数;

poYBAGO_ZmKAMIePAAAJoVVfUOw105.png

为第i个超像素的加权平均位置。Di可以表示某种颜色在空间分布的广度,例如某种地物颜色分散在图像中,但是面积都很小,那么计算出来的颜色独立性就比较高,但空间颜色分布较广,说明该类地物并不显著。式(4)可以改写为

pYYBAGO_ZmOATZOAAAA464GT1tw203.png

3、显著性分配

根据颜色独立性和空间颜色分布计算每个超像素的显著性为

poYBAGO_ZmOAJ2cpAAAW3cdJp4A306.png

可知空间颜色分布 Di 越大即颜色分布越广,对应显著性值越小;颜色独立性Ui 越大,则对应显著性值越大。最终定义每个像素的显著性如下

pYYBAGO_ZmOAeTaQAAA0LQDtxwg658.png

每个像素的显著性是通过其所在超像素单元以及周围的超像素单元进行高斯线性加权,权重取决于颜色和位置的距离,同样可以通过滤波加以实现。

欢迎关注公众号:莱森光学,了解更多光谱知识。

莱森光学(深圳)有限公司是一家提供光机电一体化集成解决方案的高科技公司,我们专注于光谱传感和光电应用系统的研发、生产和销售。

审核编辑hhy

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 高光谱
    +关注

    关注

    0

    文章

    330

    浏览量

    9942
收藏 人收藏

    评论

    相关推荐

    基于卷积神经网络的双重特征提取方法

    机器学习技术已被广泛接受,并且很适合此类分类问题。基于卷积神经网络的双重特征提取方法。提出的模型使用Radon拉冬变换进行第一次特征提取,然后将此特征输入卷积层进行第二次
    发表于 10-16 11:30 606次阅读
    基于卷积神经网络的双重<b class='flag-5'>特征提取</b><b class='flag-5'>方法</b>

    基于局域判别基的音频信号特征提取方法

    音频特征提取在音频信号分析和处理中起着非常重要的作用。考虑到音频信号的非平稳,对音频信号进行小波包分解,为了获取健壮的特征,采用改进的局域判别基(LDB)技术对小波包树进行裁剪,提取
    发表于 03-04 20:46

    模拟威廉希尔官方网站 故障诊断中的特征提取方法

    分析等特征提取方法。  主元分析是基于数据样本方差-协方差(相关系数)矩阵的数据特征分析方法,它从特征有效
    发表于 12-09 18:15

    基于小波分析的车辆噪声特征提取方法

       特征提取是声目标识别的关键。由于车辆噪声信号的非平稳特性,传统特征提取方法有很大局限性。介绍小波分析方法在车辆噪声信号
    发表于 12-31 17:16 0次下载

    故障特征提取方法研究

    摘要:针对常规特征提取方法存在着问题不足,提出了基于BP神经网络和基于互信息熵的特征提取方法,并通过特征提取实例加以说明。结果表明这两种
    发表于 03-11 13:14 1495次阅读
    故障<b class='flag-5'>特征提取</b>的<b class='flag-5'>方法</b>研究

    纹理特征提取方法

    文中主要介绍了基于分形维数提取法、小波提取法、Gabor滤波器提取法、灰度共生矩阵提取法等纹理特征提取的原理和步骤等,并对各个
    发表于 02-22 11:11 10次下载
    纹理<b class='flag-5'>特征提取</b><b class='flag-5'>方法</b>

    基于引导Boosting算法检测显著性

    针对现有的基于引导学习的显著性检测模型存在的训练样本不纯净和特征提取方式过于简单的问题,提出一种改进的基于引导( Boosting)的算法来检测显著性,从提升训练样本集的准确度和改进特征提取
    发表于 11-28 16:33 0次下载
    基于引导Boosting算法检测<b class='flag-5'>显著性</b>

    视觉显著性目标分割提取

    显著性区域检测可以应用于目标检测、图像检索、图像分割等机器视觉问题。使用杨等人提出的基于图论的流形排序算法检测显著性算法得到显著性图,再结合mean-shift分割算法,实现了对视觉显著性
    发表于 12-06 14:27 0次下载

    基于SF-LBP的行人纹理特征提取算法

    针对基于纹理信息的行人特征提取算法中存在特征信息冗余度大,无法刻画人眼视觉敏感性的不足,提出一种融合人类视觉感知特性的基于显著性局部二值模式( SF-LBP)的行人纹理特征提取算法。该
    发表于 12-29 15:06 0次下载

    基于显著性检测的图像分类算法

    针对传统的图像分类方法对整个图像不分等级处理以及缺乏高层认知的问题,提出了一种基于显著性检测的图像分类方法。首先,利用视觉注意模型进行显著性检测,得到图像的
    发表于 01-04 13:47 0次下载

    如何实现一种深度特征导向显著性检测算法

    针对目前基于深度卷积神经网络的显著性检测算法存在对复杂场景图像目标检测不完整,背景噪声多的问题,提出一种深度特征导向显著性检测算法。该算法是基于现有底层特征与深度卷积
    发表于 11-03 16:31 0次下载
    如何实现一种深度<b class='flag-5'>特征</b>导向<b class='flag-5'>显著性</b>检测算法

    浅析特征提取网络与特征融合技术

    导读鉴于显著性目标和伪装目标研究的相似,本文作者将显著性目标与伪装目标合在一起进行研究,文章重点是特征提取网络与特征融合技术,主要介绍了三
    的头像 发表于 03-12 10:13 1w次阅读
    浅析<b class='flag-5'>特征提取</b>网络与<b class='flag-5'>特征</b>融合技术

    基于全时序CNN的视频显著性检测方法

    方面仍不能令人满意。因此,文中提出了一种基于全时序卷积神经网络的视频显著性检测方法。首先,利用全时序卷积对输入视频进行空间信息和时间信息的时空特征提取;然后,利用3D池化层进行降维;其次,在解码层中用3D反卷积和3
    发表于 05-13 14:31 0次下载

    基于中轴变换的改进骨架特征提取方法

    基于中轴变换的改进骨架特征提取方法
    发表于 06-27 15:38 25次下载

    光谱图像特征提取方法综述

    , 而特征提取作为降维的一种重要方法,具有降维速度快等优点。 因此,特征提取光谱图像的利用有重要意义。
    的头像 发表于 09-26 13:53 5251次阅读
    <b class='flag-5'>高</b><b class='flag-5'>光谱</b>图像<b class='flag-5'>特征提取</b><b class='flag-5'>方法</b>综述