本發(fā)明屬于計(jì)算機(jī)領(lǐng)域，尤其涉及基于光譜角的高光譜圖像空譜域興趣點(diǎn)的描述子的獲取方法及裝置。

背景技術(shù)：

目前，高光譜圖像在遙感、大氣、農(nóng)業(yè)監(jiān)測(cè)、醫(yī)療光譜成像診斷、食品檢測(cè)、安全等民用領(lǐng)域以及軍事領(lǐng)域得到了廣泛的應(yīng)用?；诠庾V分析的高光譜圖像處理技術(shù)已成功運(yùn)用于目標(biāo)探測(cè)、地物精細(xì)分類、礦物填圖等領(lǐng)域。

隨著遙感器制造技術(shù)的提高，高光譜圖像數(shù)據(jù)具有空間分辨率高、波段數(shù)多和數(shù)據(jù)量大的特點(diǎn)，傳統(tǒng)的基于光譜曲線的高光譜圖像分類技術(shù)已經(jīng)難以處理高空間分辨率高光譜圖像。所以近幾年出現(xiàn)了很多利用興趣點(diǎn)對(duì)高光譜圖像進(jìn)行研究的方法。Mukherjee在論文‘Interest Points for Hyperspectral Image Data’中將SIFT算法(尺度不變特征變換，Scale-invariant feature transform)與PCA技術(shù)(主成分分析技術(shù)，principal components analysis)相結(jié)合，并應(yīng)用到高光譜圖像興趣點(diǎn)的檢測(cè)中。在SIFT算法中加入PCA降維技術(shù)極大地降低了興趣點(diǎn)搜索的計(jì)算量，但同時(shí)也會(huì)丟失光譜信息。后人對(duì)其進(jìn)行改進(jìn)，在論文‘A Vector SIFT Detector for Interest Point Detection in Hyperspectral Imagery’中，Leidy P.充分考慮到光譜圖像像元的矢量特性，將其看作是一幅矢量圖像進(jìn)行研究，獲得的興趣點(diǎn)數(shù)量更多，魯棒性、獨(dú)特性更強(qiáng)。但是對(duì)興趣點(diǎn)進(jìn)行描述的時(shí)候，兩種方法都是直接利用興趣點(diǎn)所在的光譜曲線作為其描述子。而在圖像識(shí)別過(guò)程中，使用一種緊湊而完整的特征描述是十分重要的。在二維圖像的SIFT算法中，Lowe通過(guò)對(duì)興趣點(diǎn)鄰域內(nèi)像元的梯度進(jìn)行直方圖統(tǒng)計(jì)計(jì)算描述子，使得興趣點(diǎn)具有一定的旋轉(zhuǎn)不變性，光照不變性以及仿射不 變性。

現(xiàn)有技術(shù)在對(duì)高光譜圖像興趣點(diǎn)進(jìn)行描述的時(shí)候是直接利用興趣點(diǎn)所在的光譜曲線作為其描述子，這種方法在高光譜圖像發(fā)生旋轉(zhuǎn)變換，光照變換，噪聲干擾的情況下，無(wú)法保證描述子具有一定的魯棒性和獨(dú)特性。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明所要解決的技術(shù)問(wèn)題在于提供一種高光譜圖像特征描述子的獲取方法及裝置，旨在解決現(xiàn)有技術(shù)中在高光譜圖像發(fā)生旋轉(zhuǎn)變換，光照變換，噪聲干擾的情況下，無(wú)法保證描述子具有一定的魯棒性和獨(dú)特性的問(wèn)題。

本發(fā)明是這樣實(shí)現(xiàn)的，一種高光譜圖像特征描述子的獲取方法，包括：

獲取高光譜圖像空譜域興趣點(diǎn)的預(yù)置鄰域內(nèi)的每一像元的方向角；

根據(jù)每一所述像元的方向角建立方向角統(tǒng)計(jì)直方圖，并獲取所述方向角統(tǒng)計(jì)直方圖中峰值對(duì)應(yīng)的角度；

以所述方向角統(tǒng)計(jì)直方圖中峰值對(duì)應(yīng)的角度為主方向，將所述高光譜圖像按照所述主方向進(jìn)行旋轉(zhuǎn)，獲取旋轉(zhuǎn)后的高光譜圖像；

獲取所述旋轉(zhuǎn)后的高光譜圖像的特征矢量，將所述特征矢量保存為所述高光譜圖像的描述子。

進(jìn)一步地，所述獲取高光譜圖像空譜域興趣點(diǎn)的預(yù)置鄰域內(nèi)的每一像元的方向角包括：

以所述高光譜圖像空譜域興趣點(diǎn)為圓點(diǎn)，以預(yù)置距離為半徑，獲取所述興趣點(diǎn)的圓形鄰域；

以所述圓形鄰域內(nèi)的每一像元為采樣點(diǎn)，按照預(yù)置邊長(zhǎng)確定所述采樣點(diǎn)的方形鄰域；

計(jì)算所述方形鄰域中的每一像元與所述采樣點(diǎn)的光譜角，確定所述方形鄰域內(nèi)光譜角最大的像元；

計(jì)算所述方形鄰域內(nèi)光譜角最大的像元與所述采樣點(diǎn)之間的夾角，以所述夾角作為所述采樣點(diǎn)的方向角。

進(jìn)一步地，所述根據(jù)每一所述像元的方向角建立方向角統(tǒng)計(jì)直方圖包括:

以所述采樣點(diǎn)的方向角為橫軸，以進(jìn)行權(quán)重處理后的所述采樣點(diǎn)的方向角對(duì)應(yīng)的幅值累加值為縱軸，建立方向角統(tǒng)計(jì)直方圖。

進(jìn)一步地，所述獲取所述旋轉(zhuǎn)后的高光譜圖像的特征矢量包括：

將所述旋轉(zhuǎn)后的高光譜圖像等間隔劃分為若干子區(qū)域；

獲取各個(gè)所述子區(qū)域的特征矢量；

將所述子區(qū)域的特征矢量進(jìn)行拼接，得到所述旋轉(zhuǎn)后的高光譜圖像的特征矢量。

進(jìn)一步地，所述獲取各個(gè)所述子區(qū)域的特征矢量包括：

計(jì)算所述子區(qū)域內(nèi)每一像元的方向角，并根據(jù)所述子區(qū)域內(nèi)每一像元的方向角建立所述子區(qū)域的方向角統(tǒng)計(jì)直方圖；

以所述子區(qū)域的方向角統(tǒng)計(jì)直方圖中每個(gè)柱對(duì)應(yīng)的幅值累加值為所述子區(qū)域的特征矢量的分量，確定所述子區(qū)域的特征矢量。

本發(fā)明還提供了一種高光譜圖像特征描述子的獲取裝置，包括：

方向角獲取單元，用于獲取高光譜圖像空譜域興趣點(diǎn)的預(yù)置鄰域內(nèi)的每一像元的方向角；

主方向角獲取單元，用于根據(jù)每一所述像元的方向角建立方向角統(tǒng)計(jì)直方圖，并獲取所述方向角統(tǒng)計(jì)直方圖中峰值對(duì)應(yīng)的角度；

圖像旋轉(zhuǎn)單元，用于以所述方向角統(tǒng)計(jì)直方圖中峰值對(duì)應(yīng)的角度為主方向，將所述高光譜圖像按照所述主方向進(jìn)行旋轉(zhuǎn)，獲取旋轉(zhuǎn)后的高光譜圖像；

描述子獲取單元，用于獲取所述旋轉(zhuǎn)后的高光譜圖像的特征矢量，將所述特征矢量保存為所述高光譜圖像的描述子。

進(jìn)一步地，所述方向角獲取單元包括：

圓形鄰域確定模塊，用于以所述高光譜圖像空譜域興趣點(diǎn)為圓點(diǎn)，以預(yù)置距離為半徑，獲取所述興趣點(diǎn)的圓形鄰域；

方形鄰域確定模塊，用于以所述圓形鄰域內(nèi)的每一像元為采樣點(diǎn)，按照預(yù) 置邊長(zhǎng)確定所述采樣點(diǎn)的方形鄰域；

光譜角計(jì)算模塊，用于計(jì)算所述方形鄰域中的每一像元與所述采樣點(diǎn)的光譜角，確定所述方形鄰域內(nèi)光譜角最大的像元；

夾角計(jì)算模塊，用于計(jì)算所述方形鄰域內(nèi)光譜角最大的像元與所述采樣點(diǎn)之間的夾角，以所述夾角作為所述采樣點(diǎn)的方向角。

進(jìn)一步地，所述主方向角獲取單元具體用于:

以所述采樣點(diǎn)的方向角為橫軸，以進(jìn)行權(quán)重處理后的所述采樣點(diǎn)的方向角對(duì)應(yīng)的幅值累加值為縱軸，建立方向角統(tǒng)計(jì)直方圖。

進(jìn)一步地，所述描述子獲取單元包括：

圖像劃分模塊，用于將所述旋轉(zhuǎn)后的高光譜圖像等間隔劃分為若干子區(qū)域；

矢量獲取模塊，用于獲取各個(gè)所述子區(qū)域的特征矢量，將所述子區(qū)域的特征矢量進(jìn)行拼接，得到所述旋轉(zhuǎn)后的高光譜圖像的特征矢量。

進(jìn)一步地，所述矢量獲取模塊包括：

方向角計(jì)算子模塊，用于計(jì)算所述子區(qū)域內(nèi)每一像元的方向角，并根據(jù)所述子區(qū)域內(nèi)每一像元的方向角建立所述子區(qū)域的方向角統(tǒng)計(jì)直方圖；

矢量確定子模塊，用于以所述子區(qū)域的方向角統(tǒng)計(jì)直方圖中每個(gè)柱對(duì)應(yīng)的幅值累加值為所述子區(qū)域的特征矢量的分量，確定所述子區(qū)域的特征矢量。

本發(fā)明與現(xiàn)有技術(shù)相比，有益效果在于：本發(fā)明實(shí)施例通過(guò)獲取高光譜圖像空譜域興趣點(diǎn)的鄰域的主方向，并按照該主方向進(jìn)行旋轉(zhuǎn)后，計(jì)算旋轉(zhuǎn)后的高光譜圖像的特征矢量，以該特征矢量作為高光譜圖像的描述子。本實(shí)施例利用興趣點(diǎn)的空間信息和光譜信息生成描述子，具備一定的魯棒性和獨(dú)特性，同時(shí)利用興趣點(diǎn)的鄰域的主方向進(jìn)行高光譜圖像旋轉(zhuǎn)，獲取旋轉(zhuǎn)后的特征矢量，以該特征矢量為描述子，保證該描述子的旋轉(zhuǎn)不變性和魯棒性，在高光譜圖像發(fā)生旋轉(zhuǎn)變換、光照變換和噪聲干擾的情況下，該描述子依舊具備很好的魯棒性和獨(dú)特性。

附圖說(shuō)明

圖1是本發(fā)明第一實(shí)施例提供的一種高光譜圖像特征描述子的獲取方法的流程圖。

圖2是本發(fā)明第二實(shí)施例提供的一種高光譜圖像特征描述子的獲取方法的流程圖。

圖3是本發(fā)明第二實(shí)施例提供的興趣點(diǎn)的鄰域的示意圖。

圖4a是本發(fā)明第二實(shí)施例提供的興趣點(diǎn)的圓形鄰域中每一像元的方向角示意圖。

圖4b是本發(fā)明第二實(shí)施例提供的圓形鄰域的方向角統(tǒng)計(jì)直方圖。

圖5a是本發(fā)明第二實(shí)施例提供的旋轉(zhuǎn)后高光譜圖像的興趣點(diǎn)圓形鄰域的子區(qū)域示意圖。

圖5b是本發(fā)明第二實(shí)施例提供的子區(qū)域的方向角統(tǒng)計(jì)直方圖。

圖6是本發(fā)明第三實(shí)施例提供的一種高光譜圖像特征描述子的獲取裝置的結(jié)構(gòu)示意圖。

圖7是本發(fā)明第四實(shí)施例提供的方向角獲取單元的結(jié)構(gòu)示意圖。

圖8是本發(fā)明第五實(shí)施例提供的描述子獲取單元的結(jié)構(gòu)示意圖。

具體實(shí)施方式

為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對(duì)本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說(shuō)明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。

在圖像處理中，一個(gè)理想的描述子應(yīng)該具有高的魯棒性、獨(dú)特性。魯棒性主要是指描述子能在圖像仿射變換、密度變換和噪聲干擾等條件下具有穩(wěn)定工作的能力。獨(dú)特性是指描述子在興趣點(diǎn)局部圖像結(jié)構(gòu)發(fā)生變化時(shí)，具有捕獲和反映這一變化的能力。

本發(fā)明涉及根據(jù)興趣點(diǎn)的局部圖像結(jié)構(gòu)確定一個(gè)方向基準(zhǔn)——主方向，從 而實(shí)現(xiàn)圖像的旋轉(zhuǎn)不變性，并利用旋轉(zhuǎn)后圖像的像元方向角信息生成描述子。SIFT算法使用二維圖像的梯度信息求取局部結(jié)構(gòu)的主方向，在完成興趣點(diǎn)鄰域的圖像梯度計(jì)算后，使用直方圖統(tǒng)計(jì)鄰域內(nèi)像元的梯度方向和幅值。不同于二維圖像中利用圖像梯度的方法，本方法利用興趣點(diǎn)鄰域像元光譜角的分布特征來(lái)確定主方向。

基于上述表述，本發(fā)明提供了如圖1所示的第一實(shí)施例，一種高光譜圖像特征描述子的獲取方法，包括：

S101，獲取高光譜圖像空譜域興趣點(diǎn)的預(yù)置鄰域內(nèi)的每一像元的方向角。

在本步驟中，獲取裝置獲取高光譜圖像興趣點(diǎn)的預(yù)置鄰域內(nèi)的每一像元的方向角，為計(jì)算方便，在本步驟中，預(yù)置鄰域?yàn)閳A形鄰域。

S102，根據(jù)每一所述像元的方向角建立方向角統(tǒng)計(jì)直方圖，并獲取所述方向角統(tǒng)計(jì)直方圖中峰值對(duì)應(yīng)的角度。

在本步驟中，獲取裝置根據(jù)預(yù)置鄰域內(nèi)每一像元的方向角建立方向角統(tǒng)計(jì)直方圖，該方向角統(tǒng)計(jì)直方圖橫軸為方向角的角度，縱軸為像元的方向角對(duì)應(yīng)的幅值累加值。在建立方向角統(tǒng)計(jì)直方圖之后，獲取裝置將獲取該方向角統(tǒng)計(jì)直方圖中峰值對(duì)應(yīng)的方向角的角度。

S103，以所述方向角統(tǒng)計(jì)直方圖中峰值對(duì)應(yīng)的角度為主方向，將所述高光譜圖像按照所述主方向進(jìn)行旋轉(zhuǎn)，獲取旋轉(zhuǎn)后的高光譜圖像。

在本步驟中，獲取裝置以步驟S102中方向角統(tǒng)計(jì)直方圖中峰值對(duì)應(yīng)的方向角的角度為主方向，將高光譜圖像按照該主方向進(jìn)行旋轉(zhuǎn)，得到旋轉(zhuǎn)后的高光譜圖像。具體地，獲取裝置將根據(jù)主方向，以興趣點(diǎn)為中心，將所述高光譜圖像按照順時(shí)針進(jìn)行旋轉(zhuǎn)。

S104，獲取所述旋轉(zhuǎn)后的高光譜圖像的特征矢量，將所述特征矢量保存為所述高光譜圖像的描述子。

在本步驟中，得到旋轉(zhuǎn)后的高光譜圖像后，獲取裝置將獲取該旋轉(zhuǎn)后的高光譜圖像的特征矢量，并將該特征矢量作為該高光譜圖像的描述子。

本實(shí)施例提供了一種高光譜圖像空譜域興趣點(diǎn)的描述子的獲取方法，該獲取方法首先計(jì)算高光譜圖像空譜域興趣點(diǎn)的預(yù)置鄰域內(nèi)的每一像元的方向角，并利用興趣點(diǎn)的預(yù)置鄰域的每一像元的方向角確定一個(gè)主方向，然后將高光譜圖像旋轉(zhuǎn)一個(gè)主方向并利用興趣點(diǎn)鄰域像元的方向信息建立描述子。本實(shí)施例提供的描述子的獲取方法得到的描述子具有一定的旋轉(zhuǎn)不變性和魯棒性。

本發(fā)明還提供的如圖2所示的第二實(shí)施例，一種高光譜圖像特征描述子的獲取方法，包括：

S201，以所述高光譜圖像空譜域興趣點(diǎn)為圓點(diǎn)，以預(yù)置距離為半徑，獲取所述興趣點(diǎn)的圓形鄰域。

S202，以所述圓形鄰域內(nèi)的每一像元為采樣點(diǎn)，按照預(yù)置邊長(zhǎng)確定所述采樣點(diǎn)的方形鄰域。

S203，計(jì)算所述方形鄰域中的每一像元與所述采樣點(diǎn)的光譜角，確定所述方形鄰域內(nèi)光譜角最大的像元。

S204，計(jì)算所述方形鄰域內(nèi)光譜角最大的像元與所述采樣點(diǎn)之間的夾角，以所述夾角作為所述采樣點(diǎn)的方向角。

S205，以所述采樣點(diǎn)的方向角為橫軸，以進(jìn)行權(quán)重處理后的所述采樣點(diǎn)的方向角對(duì)應(yīng)的幅值累加值為縱軸，建立方向角統(tǒng)計(jì)直方圖,并獲取所述方向角統(tǒng)計(jì)直方圖中峰值對(duì)應(yīng)的角度。

S206，以所述方向角統(tǒng)計(jì)直方圖中峰值對(duì)應(yīng)的角度為主方向，將所述高光譜圖像按照所述主方向進(jìn)行旋轉(zhuǎn)，獲取旋轉(zhuǎn)后的高光譜圖像。

S207，將所述旋轉(zhuǎn)后的高光譜圖像等間隔劃分為若干子區(qū)域；

S208，計(jì)算所述子區(qū)域內(nèi)每一像元的方向角，并根據(jù)所述子區(qū)域內(nèi)每一像元的方向角建立所述子區(qū)域的方向角統(tǒng)計(jì)直方圖；

S209，以所述子區(qū)域的方向角統(tǒng)計(jì)直方圖中每個(gè)柱對(duì)應(yīng)的幅值累加值為所述子區(qū)域的特征矢量的分量，確定所述子區(qū)域的特征矢量；

S210，將所述子區(qū)域的特征矢量進(jìn)行拼接，獲取所述旋轉(zhuǎn)后的高光譜圖像 的特征矢量，將所述特征矢量保存為所述高光譜圖像的描述子。

下面對(duì)本實(shí)施例進(jìn)行詳細(xì)的闡述：

在本實(shí)施例中，描述子的獲取方法主要分為計(jì)算興趣點(diǎn)的預(yù)置鄰域內(nèi)的每個(gè)像元的方向角、建立方向角統(tǒng)計(jì)直方圖、求取方向角統(tǒng)計(jì)直方圖的峰值和在旋轉(zhuǎn)后的高光譜圖像上對(duì)方向角進(jìn)行統(tǒng)計(jì)并生成描述子四個(gè)步驟。具體的實(shí)現(xiàn)過(guò)程如下：

(1)確定鄰域大小

本實(shí)施例中的獲取方法是在高光譜圖像空譜域興趣點(diǎn)所在的圓形鄰域內(nèi)對(duì)其進(jìn)行描述，圓形鄰域的半徑的選擇需要在具體應(yīng)用中進(jìn)行設(shè)置，以達(dá)到最優(yōu)的算法效率和效果，如圖3所示，在對(duì)興趣點(diǎn)I進(jìn)行描述之前，首先要確定興趣點(diǎn)I所在的圓形鄰域的大小，即確定圓形鄰域的半徑R。

在興趣點(diǎn)I的圓形鄰域確定以后，需要計(jì)算圓形鄰域內(nèi)每個(gè)像元的方向角，每一像元的方向角的計(jì)算是在一個(gè)方形鄰域內(nèi)進(jìn)行的，如圖3所示，假設(shè)需要計(jì)算像元I_i的方向角，則首先必須確定像元I_i的方形鄰域的大小，即方形鄰域的邊長(zhǎng)W。

本實(shí)施例中的圓形鄰域的半徑R和方形鄰域的邊長(zhǎng)W的大小會(huì)影響描述子的獲取方法的計(jì)算性能和主方向的判斷精度。圓形鄰域的半徑R過(guò)小會(huì)使主方向不準(zhǔn)確，半徑R過(guò)大則會(huì)增加計(jì)算量，降低算法效率，而方形鄰域的邊長(zhǎng)W將決定方向角的分辨率，比如當(dāng)計(jì)算像元I_i的方向角時(shí)，像元I_i的方形鄰域?yàn)?*3大小時(shí)，像元I_i的方向角分辨率約為45°，若像元I_i的方形鄰域?yàn)?*5大小時(shí)，像元I_i的方向角分辨率約為22.5°。

(2)方向角的計(jì)算

在圓形鄰域和方形鄰域確定后，開(kāi)始計(jì)算興趣點(diǎn)的圓形鄰域內(nèi)的每個(gè)像元的方向角。如圖3所示，本實(shí)施例中以像元I_i為例，首先計(jì)算方形鄰域內(nèi)像元I_j與中心像元I_i的光譜角α(I_i,I_j)，確定光譜角最大的像元I_k，即然后計(jì)算像元I_k和像元I_i的夾角將夾角作為像元I_i的方向角。

下面，以像元I_i的方形鄰域大小為3*3為例進(jìn)行具體說(shuō)明:

假設(shè)對(duì)I_i計(jì)算方向角，在3*3的方形鄰域內(nèi)，分別計(jì)算中心像元I_i與其他8個(gè)像元I₁,I₂,I₃,I₄,I₅,I₆,I₇,I₈光譜角，計(jì)算結(jié)果分別為θ₁,θ₂,θ₃,θ₄,θ₅,θ₆,θ₇,θ₈，從計(jì)算結(jié)果中選出最大的θ值，即θ＝max(θ₁,θ₂,θ₃,θ₄,θ₅,θ₆,θ₇,θ₈)，設(shè)最大的θ值對(duì)應(yīng)的像元為I_k，則像元I_k與中心像元I_i的夾角即為像元I_i的方向角。

(3)建立方向角統(tǒng)計(jì)直方圖

在對(duì)興趣點(diǎn)的圓形鄰域內(nèi)所有像元的方向角計(jì)算完成后，需要使用至反復(fù)圖統(tǒng)計(jì)圓形鄰域內(nèi)所有像元的方向角和幅值。在本實(shí)施例中，方向角統(tǒng)計(jì)直方圖的橫軸是像元的方向角，縱軸是像元方向角對(duì)應(yīng)的幅值累加值。方向角統(tǒng)計(jì)直方圖的柱數(shù)由方形鄰域的大小決定，如圖4a所示，圖中的箭頭表示該像元的方向角，而圖4b示出了方形鄰域?yàn)?*3大小時(shí)的興趣點(diǎn)圓形鄰域的方向角統(tǒng)計(jì)直方圖，該方向角統(tǒng)計(jì)直方圖中共有8個(gè)柱，分別代表該方形鄰域中除了中心像元以外的其他像元的方向角，8個(gè)柱從左到右的角度分別為0°、45°、90°、135°、180°、225°、270°和315°。每個(gè)加入方向角統(tǒng)計(jì)直方圖的采樣點(diǎn)(采樣點(diǎn)表示興趣點(diǎn)的圓形鄰域內(nèi)所有需要計(jì)算方向角的像元，所有的像元包括落在興趣點(diǎn)的圓形鄰域的原型邊界上的像元)的幅值都需要進(jìn)行權(quán)重處理，加權(quán)采用圓形高斯加權(quán)函數(shù)，使得興趣點(diǎn)附近的幅值有較大的權(quán)重。

(4)確定主方向并生成描述子

建立方向角統(tǒng)計(jì)直方圖后，確定方向角統(tǒng)計(jì)直方圖中的峰值對(duì)應(yīng)的角度，以該角度作為興趣點(diǎn)的主方向，如圖4b中所示，興趣點(diǎn)的主方向?yàn)?80°。將高光譜圖像旋轉(zhuǎn)一個(gè)主方向后，得到旋轉(zhuǎn)后的高光譜圖像。旋轉(zhuǎn)后的高光譜圖像如圖5a所示。

本實(shí)施例中，在獲取如圖5a所示的旋轉(zhuǎn)后的該光譜圖像之后，獲取裝置按照預(yù)置的劃分規(guī)則，將興趣點(diǎn)的圓形鄰域等間距劃分為n*n個(gè)子區(qū)域(圖5a中，n＝2)，并在劃分的子區(qū)域內(nèi)計(jì)算每一像元的方向角，根據(jù)計(jì)算得出的子區(qū)域的每一像元的方向角建立該子區(qū)域的方向角統(tǒng)計(jì)直方圖，該子區(qū)域的方向角 統(tǒng)計(jì)直方圖如圖5b所示。以圖5a中子區(qū)域501的方向角統(tǒng)計(jì)直方圖的每個(gè)柱對(duì)應(yīng)的幅值累加值(即d₁,d₂,…d₈)作為子區(qū)域501的特征矢量D1的分量，生成D₁，即D₁＝(d₁,d₂,…d₈)。圖5a中存在2*2個(gè)子區(qū)域，因此共有2*2個(gè)特征矢量，D₁,D₂,D₃,D₄，將每個(gè)子區(qū)域的特征矢量拼接形成興趣點(diǎn)的最終的特征矢量，即興趣點(diǎn)的特征矢量D＝(D₁,D₂,D₃,D₄)。因?yàn)樵诒緦?shí)施例所示的圖5a中存在2*2個(gè)子區(qū)域，每個(gè)子區(qū)域共有8個(gè)方向的信息，因此興趣點(diǎn)的特征矢量D共有2*2*8個(gè)數(shù)據(jù)，最終形成了32維的特征矢量。

本發(fā)明還提供了如圖6所示的第三實(shí)施例，一種高光譜圖像特征描述子的獲取裝置，包括：

方向角獲取單元601，用于獲取高光譜圖像空譜域興趣點(diǎn)的預(yù)置鄰域內(nèi)的每一像元的方向角；

主方向角獲取單元602，用于根據(jù)每一所述像元的方向角建立方向角統(tǒng)計(jì)直方圖，并獲取所述方向角統(tǒng)計(jì)直方圖中峰值對(duì)應(yīng)的角度；

圖像旋轉(zhuǎn)單元603，用于以所述方向角統(tǒng)計(jì)直方圖中峰值對(duì)應(yīng)的角度為主方向，將所述高光譜圖像按照所述主方向進(jìn)行旋轉(zhuǎn)，獲取旋轉(zhuǎn)后的高光譜圖像；

描述子獲取單元604，用于獲取所述旋轉(zhuǎn)后的高光譜圖像的特征矢量，將所述特征矢量保存為所述高光譜圖像的描述子。

進(jìn)一步地，如圖7所示，方向角獲取單元601包括：

圓形鄰域確定模塊6011，用于以所述高光譜圖像空譜域興趣點(diǎn)為圓點(diǎn)，以預(yù)置距離為半徑，獲取所述興趣點(diǎn)的圓形鄰域；

方形鄰域確定模塊6012，用于以所述圓形鄰域內(nèi)的每一像元為采樣點(diǎn)，按照預(yù)置邊長(zhǎng)確定所述采樣點(diǎn)的方形鄰域；

光譜角計(jì)算模塊6013，用于計(jì)算所述方形鄰域中的每一像元與所述采樣點(diǎn)的光譜角，確定所述方形鄰域內(nèi)光譜角最大的像元；

夾角計(jì)算模塊6014，用于計(jì)算所述方形鄰域內(nèi)光譜角最大的像元與所述采樣點(diǎn)之間的夾角，以所述夾角作為所述采樣點(diǎn)的方向角。

進(jìn)一步地，如圖8所示，描述子獲取單元604包括：

圖像劃分模塊6041，用于將所述旋轉(zhuǎn)后的高光譜圖像等間隔劃分為若干子區(qū)域；

矢量獲取模塊6042，用于獲取各個(gè)所述子區(qū)域的特征矢量，將所述子區(qū)域的特征矢量進(jìn)行拼接，獲取所述旋轉(zhuǎn)后的高光譜圖像的特征矢量。

進(jìn)一步地，矢量獲取模塊6042包括：

方向角計(jì)算子模塊，用于計(jì)算所述子區(qū)域內(nèi)每一像元的方向角，并根據(jù)所述子區(qū)域內(nèi)每一像元的方向角建立所述子區(qū)域的方向角統(tǒng)計(jì)直方圖；

矢量確定子模塊，用于以所述子區(qū)域的方向角統(tǒng)計(jì)直方圖中每個(gè)柱對(duì)應(yīng)的幅值累加值為所述子區(qū)域的特征矢量的分量，確定所述子區(qū)域的特征矢量。

以上所述僅為本發(fā)明的較佳實(shí)施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。