一种基于遥感图像的特征数据提取方法及装置与流程

技术特征：
1.一种基于遥感图像的特征数据提取方法，其特征在于，包括：获取空间光谱特征数据形成空间光谱矩阵；获取原始数据中所有波段的光谱均值，计算每个像素空间中相似性以形成原始光谱矩阵；通过权值将空间光谱矩阵和原始光谱矩正结合形成超像素光谱矩阵；随机选择训练样本和测试样本形成训练核矩阵与测试核矩阵；对训练核矩阵与测试核矩阵构建分类模型。2.根据权利要求1所述的一种基于遥感图像的特征数据提取方法，其特征在于，提取空间光谱特征数据形成空间光谱矩阵具体包括：获取一图像模型数据，对所述图像模型数据做降维处理以形成第一参考分量，根据所述第一参考分量分别于多尺度中获取与所述第一参考分量匹配的子处理数据；计算每个尺度下空间光谱矩阵，将所有尺度下的核矩阵做均值运算形成空间光谱矩阵。3.根据权利要求1所述的一种基于遥感图像的特征数据提取方法，其特征在于，获取一图像模型数据，对所述图像模型数据做降维处理以形成第一参考分量具体包括：获取所述图像模型数据的三维数据，根据所述三维数据处理形成二维基础矩阵数据和二维边缘矩阵数据；根据二维矩阵数据计算形成特征值和特征向量；对所述特征值做排序处理，选取预定数量的特征值以及与所述特征值匹配的特征向量以形成一特征矩正；根据所述特征矩正和二维边缘矩阵数据做转置处理形成所述第一参考分量。4.根据权利要求1所述的一种基于遥感图像的特征数据提取方法，其特征在于，获取原始数据中所有波段的光谱均值，计算每个像素空间中相似性以形成原始光谱矩阵具体包括：获取一图像模型数据，根据所述图像模型数据获取每个像素于所有波段的光谱均值；计算每个像素之间的相似性，根据所述计算结果形成原始光谱矩阵。5.一种基于遥感图像的特征数据提取装置，其特征在于，包括：空间光谱矩阵形成单元，获取空间光谱特征数据形成空间光谱矩阵，原始光谱矩阵形成单元，获取原始数据中所有波段的光谱均值，计算每个像素空间中相似性以形成原始光谱矩阵；计算单元，通过权值将空间光谱矩阵和原始光谱矩正结合形成超像素光谱矩阵；训练单元，随机选择训练样本和测试样本形成训练核矩阵与测试核矩阵；模型构建单元，对训练核矩阵与测试核矩阵构建分类模型。6.根据权利要求1所述的一种基于遥感图像的特征数据提取装置，其特征在于，空间光谱矩阵形成单元具体包括：降维处理装置，获取一图像模型数据，对所述图像模型数据做降维处理以形成第一参考分量，子处理数据装置，根据所述第一参考分量分别于多尺度中获取与所述第一参考分量匹配的子处理数据；
计算处理装置，计算每个尺度下空间光谱矩阵，将所有尺度下的核矩阵做均值运算形成空间光谱矩阵。7.根据权利要求6所述的一种基于遥感图像的特征数据提取装置，其特征在于，降维处理装置具体包括：第一处理器，获取所述图像模型数据的三维数据，根据所述三维数据处理形成二维基础矩阵数据和二维边缘矩阵数据；降维计算器，根据二维矩阵数据计算形成特征值和特征向量；特征矩正形成器，对所述特征值做排序处理，选取预定数量的特征值以及与所述特征值匹配的特征向量以形成一特征矩正；降维处理器，根据所述特征矩正和二维边缘矩阵数据做转置处理形成所述第一参考分量。8.根据权利要求5所述的一种基于遥感图像的特征数据提取装置，其特征在于，原始光谱矩阵形成装置，具体包括：原始光谱均值计算器，获取一图像模型数据，根据所述图像模型数据获取每个像素于所有波段的光谱均值；原始光谱矩正形成器，计算每个像素之间的相似性，根据所述计算结果形成原始光谱矩阵。9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1
‑
5中任一项所述的一种基于遥感图像的特征数据提取方法。10.一种电子设备，包括存储器，处理器及存储在存储器上并可在处理器运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1
‑
5中任一项所述一种基于遥感图像的特征数据提取方法。

技术总结
本发明涉及遥感测算技术领域，具体涉及一种基于遥感图像的特征数据提取方法及装置，其中一种基于遥感图像的特征数据提取方法，包括：获取空间光谱特征数据形成空间光谱矩阵，获取原始数据中所有波段的光谱均值，计算每个像素空间中相似性以形成原始光谱矩阵；通过权值将空间光谱矩阵和原始光谱矩正结合形成超像素光谱矩阵；随机选择训练样本和测试样本形成训练核矩阵与测试核矩阵；对训练核矩阵与测试核矩阵构建分类模型。试核矩阵构建分类模型。试核矩阵构建分类模型。


技术研发人员：张玮 孙一帆 冯高锋 张振川
受保护的技术使用者：遥聚信息服务（上海）有限公司
技术研发日：2021.06.28
技术公布日：2021/10/28