[發明專利]一種基于隨機投影的高光譜圖像稀疏解混方法

有效

• 申請號: 201110207433.0
• 申請日: 2011-07-23
• 公開（公告）號: CN102314685A
• 公開（公告）日: 2012-01-11
• 發明（設計）人: 史振威;翟新雅;都仁扎那
• 申請（專利權）人: 北京航空航天大學
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 北京慧泉知識產權代理有限公司 11232
• 代理人: 王順榮;唐愛華

(一)技術領域：

本發明涉及一種基于隨機投影的高光譜圖像稀疏解混方法，屬于高光譜遙感圖像分析技術領域。

(二)背景技術：

在過去三十年間，隨著成像光譜技術(imaging?spectroscopy)的不斷發展，在飛機或衛星平臺上搭載的成像光譜儀(imaging?spectrometer)采集得到的遙感圖像(remote?sensingimages)包含了越來越豐富的空間、輻射和光譜信息，從而為地表物質的信息提取和目標檢測提供了一個強有力的手段。光譜分辨率作為遙感技術發展的一個重要指標，目前已由多光譜發展到高光譜，正向超高光譜發展。

一般來說，在同一環境下，由同一光譜傳感器檢測得到的物質光譜具有不同物質不同光譜特征的特點。根據這一特點，可以對高光譜圖像的每一個像素點進行物質分析。然而由于遙感探測儀器較低的空間分辨率限制以及自然界地物的復雜多樣性，使得單個像元點的光譜特征反映的不一定只是一種物質的特性，而可能是幾種不同物質光譜的混合，這樣的特征像素點被稱為混合像元(mixed?pixel)。為了提高遙感應用的精度，就必須解決混合像元的分解問題，使遙感應用由像元級達到亞像元級。進入像元內部，將混合像元分解為不同的“基本組成單元”，或稱“端元”(endmember)，并求得這些基本組分所占的比例，或稱“豐度”(abundance?fractions)，這就是所謂的“光譜解混”過程(spectral?unmixing)(童慶禧，張兵，鄭蘭芬.高光譜遙感——原理、技術與應用[M].高等教育出版社2006)。光譜解混分析實現了高光譜數據的定量分析。

傳統的高光譜圖像解混方法是：首先利用端元選擇(endmember?selection)技術獲取存在于高光譜圖像中的成份光譜；然后通過混合像元分解(mixed?pixel?decomposition)技術確定各個端元在混合像元中所占的比例。由于這類方法是以端元光譜為條件建立的，因此必須先以監督或非監督的方法找到所謂的端元光譜。近年來，隨著盲信號分離(blind?source?separation，BSS)和非負矩陣分解(Nonnegative?Matrix?Factorization，NMF)技術的興起和發展，非監督的光譜解混技術逐漸受到遙感學者們的重視。它是指在端元信息完全未知的情況下，直接從遙感圖像本身入手，根據混合像元的光譜模型以及約束條件等信息，利用非監督的信號處理方法得到端元光譜及其組分信息。目前，非監督的光譜解混算法主要集中在兩個方向：基于凸集理論的單純形幾何學方法和基于盲信號分離(BSS)技術的獨立成分分析(Independent?Component?Analysis，ICA)及非負矩陣分解(nonnegative?matrix?factorization，NMF)方法。這兩種算法在混合像元分解上都可以獲得較為精確的分解結果，但同時也面臨一些需要解決的問題。例如，單純形方法往往需要假設高光譜圖像數據中的每一個端元均存在純像元，否則分解精度會受到顯著影響。非負矩陣分解方法存在很多局部極小，這會造成分解的不唯一，極大的影響了算法的性能。

隨著高光譜成像儀的廣泛應用，高光譜數據庫得到不斷完善，越來越多純物質的光譜特征得到測量，一種基于高光譜數據庫的半監督解混算法成為研究的熱點，即高光譜圖像稀疏解混方法。它將高光譜數據庫所有的物質光譜作為假想的端元，真正的端元在光譜庫中所占的比例是很小的。高光譜圖像稀疏解混的目的就是要找到每個像元光譜在高光譜數據庫中的稀疏表達?？梢岳眉傧攵嗽呢S度稀疏性作為正則化項，求解所有假想端元所對應的豐度，并在光譜庫中挑選出真正的端元。稀疏解混方法能夠準確直接的找到端元，避免了前兩種方法求解端元不精確的問題。

三種高光譜圖像解混技術面對的共同問題是海量的高光譜數據造成解混過程中計算機內存不足以及計算時間較長。針對上述問題，本發明采用隨機投影算法將海量的高光譜數據投影在較低維的空間，以投影后的較少量數據代替原始數據進行稀疏解混處理，并采用分裂Bregman算法對高光譜圖像所有的像素點進行整體處理，來代替傳統的逐個像素進行解混的方式，進一步減少時間消耗，取得了較好的效果。

(三)發明內容：

1、目的：本發明的目的是提供一種基于隨機投影的高光譜圖像稀疏解混方法，此方法能夠對原始海量高光譜數據進行降維處理，減少內存消耗和計算時間；并利用高光譜數據庫，為豐度加以稀疏性約束，進而求得高光譜圖像每個像元的組成物質以及其含量百分比，實現高光譜圖像的定量分析。

2、技術方案：本發明是通過以下技術方案實現的：