1.一种面向高光谱图像的空谱联合特征提取方法,其特征在于,包括以下步骤:
步骤1分别提取高光谱图像中每个像素的横坐标和纵坐标,生成以横坐标为像素值的横坐标图像和以纵坐标为像素值的纵坐标图像;
步骤2分别找出高光谱图像每个波段中像素的最大值和最小值,并计算所有波段像素的平均最大值以及平均最小值;
步骤3根据所有波段像素的平均最大值以及平均最小值分别对横坐标图像和纵坐标图像进行灰度拉伸,得到新的横坐标图像和新的纵坐标图像;
步骤4将新的横坐标图像和新的纵坐标图像加入到高光谱图像中,形成新的高光谱图像;
步骤5对新的高光谱图像利用主成分分析方法进行特征提取。
2.根据权利要求1所述的一种面向高光谱图像的空谱联合特征提取方法,其特征在于,步骤1中的横坐标图像和纵坐标图像分别为:
和
其中,M为高光谱图像的行数;N为高光谱图像的列数。
3.根据权利要求1所述的一种面向高光谱图像的空谱联合特征提取方法,其特征在于,步骤3具体实现包括以下步骤:
步骤3a,分别找出横坐标图像和纵坐标图像像素值的最大值T和最小值1;
步骤3b,分别计算横坐标图像和纵坐标图像的拉伸系数和平移系数,计算公式为:
拉伸系数平移系数其中,为所有波段像素的平均最大值,为所有波段像素的平均最小值;
步骤3c,根据拉伸系数和平移系数分别对横坐标图像和纵坐标图像进行灰度拉伸,对应得到新的横坐标图像和新的纵坐标图像;所述的新的横坐标图像和新的纵坐标图像中像素值的最大值均与所有波段像素的平均最大值相同,新的横坐标图像和新的纵坐标图像中像素值的最小值均与所有波段像素的平均最小值相同;
拉伸方法为:其中为新的横坐标图像或新的纵坐标图像中第i行第j列的像素,f(i,j)为原横坐标图像或纵坐标图像中第i行第j列的像素。