本发明涉及遥感影像处理，尤其涉及一种高光谱图像处理方法、装置、电子设备、非暂态计算机可读存储介质以及计算机程序产品。
背景技术：
1、高光谱遥感图像能提供连续的辐射光谱波段，承载着丰富的地物信息，因此能用于处理不同的应用领域；例如，土地利用分类、环境监测、矿产勘查、医学成像等领域。在高光谱遥感图像处理领域中，降维是其中的一个主要任务，所谓高光谱图像降维即为将原始高光谱图像映射到低维空间。
2、现有技术中的高光谱图像降维方法主要是基于流形学习实现，即在对高光谱图像进行降维的同时保持数据之间的局部结构关系。但是，现有技术基于流形学习的降维方法并不能在简化数据的同时划分样本类别，并且在缺乏标签信息的情况下难以取得较好的降维效果。
技术实现思路
1、本发明提供一种高光谱图像处理方法、装置、电子设备、非暂态计算机可读存储介质以及计算机程序产品，用以解决现有技术中的缺陷。
2、本发明提供一种高光谱图像处理方法，包括：
3、响应于获取到待处理的高光谱图像以及对应的标签，利用预设数据集划分规则，基于所述待处理的高光谱图像以及所述标签，确定第一数据集和第二数据集；其中，所述标签表征所述待处理的高光谱图像中目标对象的类别，所述第一数据集包括基于所述标签进行标记的多个初始标记样本点，所述第二数据集包括多个未标记样本点；
4、基于预设空间光谱自训练规则，利用所述第二数据集对所述第一数据集进行扩充，得到第三数据集；其中，所述第三数据集包括在所述第一数据集基础上新增的多个伪标记样本点；
5、基于所述待处理的高光谱图像以及所述第三数据集，利用预设测度约束流形规则，确定测度矩阵；
6、利用所述测度矩阵，对所述待处理的高光谱图像进行降维，得到降维后的高光谱图像。
7、本发明还提供一种高光谱图像处理装置，包括：
8、数据预处理模块，被配置为：响应于获取到待处理的高光谱图像以及对应的标签，利用预设数据集划分规则，基于所述待处理的高光谱图像以及所述标签，确定第一数据集和第二数据集；其中，所述标签表征所述待处理的高光谱图像中目标对象的类别，所述第一数据集包括基于所述标签进行标记的多个初始标记样本点，所述第二数据集包括多个未标记样本点；
9、空间光谱自训练模块，被配置为：基于预设空间光谱自训练规则，利用所述第二数据集对所述第一数据集进行扩充，得到第三数据集；其中，所述第三数据集包括在所述第一数据集基础上新增的多个伪标记样本点；
10、测度矩阵确定模块，被配置为：基于所述待处理的高光谱图像以及所述第三数据集，利用预设测度约束流形规则，确定测度矩阵；
11、降维执行模块，被配置为：利用所述测度矩阵，对所述待处理的高光谱图像进行降维，得到降维后的高光谱图像。
12、本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述高光谱图像处理方法。
13、本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述高光谱图像处理方法。
14、本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述高光谱图像处理方法。
15、如上所述，本发明实施例提供的高光谱图像处理方法，针对现有方法的问题，结合空间光谱自训练和对流形进行测度约束，可获得更好的高光谱降维数据。
1.一种高光谱图像处理方法，其特征在于，包括：
2.根据权利要求1所述的高光谱图像处理方法，其特征在于，所述响应于获取到待处理的高光谱图像以及对应的标签，利用预设数据集划分规则，基于所述待处理的高光谱图像以及所述标签，确定第一数据集和第二数据集，包括：
3.根据权利要求1所述的高光谱图像处理方法，其特征在于，所述基于预设空间光谱自训练规则，利用所述第二数据集对所述第一数据集进行扩充，得到第三数据集，包括：
4.根据权利要求3所述的高光谱图像处理方法，其特征在于，所述步骤2包括：
5.根据权利要求1所述的高光谱图像处理方法，其特征在于，基于所述待处理的高光谱图像以及所述第三数据集，利用预设测度约束流形规则，确定测度矩阵，包括：
6.根据权利要求1-5中任一项所述的高光谱图像处理方法，其特征在于，所述高光谱图像处理方法还包括：
7.根据权利要求6所述的高光谱图像处理方法，其特征在于，所述预设分类器包括k-nn分类器。
8.一种高光谱图像处理装置，其特征在于，包括：
9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述高光谱图像处理方法。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述高光谱图像处理方法。
