[發明專利]基于高光譜圖像解混的地物識別方法

有效

• 申請號: 201310647509.0
• 申請日: 2013-12-03
• 公開（公告）號: CN103679210B
• 公開（公告）日: 2018-04-17
• 發明（設計）人: 楊淑媛;焦李成;黃春海;馬晶晶;馬文萍;侯彪;劉芳;程時倩;馬永剛
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06K9/66
• 分類號: G06K9/66
• 代理公司: 陜西電子工業專利中心61205
• 代理人: 王品華,朱紅星

1.一種基于高光譜圖像解混的地物識別方法，包括如下步驟：

(1)輸入一幅高光譜圖像X∈R^M×N×L，并將該高光譜圖像中混合像素點X_ij∈R^1×L按列排列，構成數據矩陣Z∈R^L×B，其中M和N為二維圖像的行和列，i和j為二維圖像的橫坐標和縱坐標，L為譜段數，B為高光譜圖像中混合像素點總數，B＝M×N，R表示實數集合；

(2)根據流形假設理論，構造數據矩陣Z的流形約束項：

12Σi,j=1B||si-sj||2Wij=Σi=1BsiTsiDii-Σi,j=1BsiTsjWij=Tr(SYST)]]>

其中z_i是Z的第i列，z_j是Z的第j列，且z_i是z_j的k個近鄰中的一個，S是豐度矩陣，s_i是S的第i列，s_j是S的第j列，W是Z的權值矩陣，Wi_j是W的一個元素，為z_i和z_j的權值，σ為熱核參數，取值為1，Tr(·)表示矩陣的跡，T表示矩陣的轉置，D是Z的對角線權值矩陣，D_ii是D對角線上的一個元素，D_ii＝∑_jW_ij，Y是流形系數矩陣，Y＝D-W；

(3)根據高光譜圖像成像理論，在豐度矩陣S中加入L_1/2范數，得到稀疏約束表達式||S||_1/2，以作為豐度矩陣S的稀疏約束項；

(4)根據高光譜圖像成像理論，在端元矩陣M中加入Frobenius范數，得到平滑約束表達式以作為端元矩陣M的平滑約束項；

(5)將步驟(2)-(4)得到的三個約束項添加到NMF算法的目標函數里，以構成新的目標函數：

f,(M,S)=12||Z-MS||F2+α||S||1/2+β||M||F2+γTr(SYST)]]>

其中，α為豐度矩陣S的稀疏約束正則參數，β為端元矩陣M的平滑約束正則參數，γ為數據矩陣Z的流形約束正則參數；

(6)對步驟(5)得到的目標函數f’(M，S)用迭代乘法進行優化求解，得到高光譜圖像X∈R^M×N×L的端元矩陣M和豐度矩陣S；

(7)將上述高光譜圖像X∈R^M×N×L中混合像素點X_ij用步驟(6)求解得到的端元矩陣M和豐度向量s_i表示，即混合像素點X_ij＝Ms_i；

(8)根據高光譜圖像統計分布理論，由步驟(7)中的豐度向量s_i對混合像素點X_ij進行地物類別判斷，即當max(s_i)＝s_ai時，則判混合像素點X_ij屬于第a類，得到該混合像素點的類別標簽為v_ij＝a，其中max(·)表示取向量中的最大值，a＝1,2,...,P表示該高光譜圖像中相應的地物類別編號，P表示該高光譜圖像中地物類別總數，s_ai是s_i的第a個元素；

(9)對上述高光譜圖像X∈R^M×N×L中所有混合像素點用步驟(8)的操作進行地物類別判斷，得到該高光譜圖像X∈R^M×N×L的地物類別矩陣V∈R^M×N。