基于波段选择的高光谱遥感影像矢量C-V模型分割方法

摘要

本发明公开一种基于波段选择的高光谱遥感影像矢量C-V模型分割方法，首先根据光谱曲线选择目标与背景对比度较大的波段，并进一步通过波段相关系数，去除其中相关性较大的波段形成新的波段组合，进而根据所确定的波段组合构建高光谱影像矢量矩阵；在此基础上，构造基于该矢量矩阵的矢量C-V分割模型，模型中通过引入基于梯度的边缘引导函数，在保留传统C-V模型基于区域信息进行影像分割的基础上，通过利用影像的边缘细节信息，增强了在异质区域和复杂背景情况下对目标边界的捕捉能力，提高了对高光谱遥感影像的分割精度和速度。

主权项

一种基于波段选择的高光谱遥感影像矢量C‑V模型分割方法，其特征在于按如下步骤进行：a. 根据光谱曲线选择目标与背景对比度较大的波段，并进一步通过波段相关系数，去除其中相关性较大的波段形成新的波段组合，根据所确定的波段组合构建高光谱影像矢量矩阵；b. 构造基于该矢量矩阵的矢量C‑V分割模型，模型中通过引入基于梯度的边缘引导函数，在保留传统C‑V模型基于区域信息进行影像分割的基础上，通过利用影像的边缘细节信息，演化能量函数达到极小值为止，从而得到影像最终分割信息。