[發(fā)明專(zhuān)利]基于AMRF的高光譜圖像稀疏解混方法

無(wú)效

• 申請(qǐng)?zhí)枺?/td>: 201410089806.2
• 申請(qǐng)日: 2014-03-12
• 公開(kāi)（公告）號(hào): CN103810714A
• 公開(kāi)（公告）日: 2014-05-21
• 發(fā)明（設(shè)計(jì)）人: 李云松;李嬌嬌;劉嘉慧;吳憲云;王柯儼;宋長(zhǎng)賀
• 申請(qǐng)（專(zhuān)利權(quán)）人: 西安電子科技大學(xué)
• 主分類(lèi)號(hào): G06T7/00
• 分類(lèi)號(hào): G06T7/00
• 代理公司: 陜西電子工業(yè)專(zhuān)利中心 61205
• 代理人: 田文英;王品華

技術(shù)領(lǐng)域

本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，更進(jìn)一步涉及稀疏解混技術(shù)領(lǐng)域中的一種基于自適應(yīng)的馬爾科夫隨機(jī)場(chǎng)（Adaptive?Markov?random?field，AMRF）的高光譜圖像稀疏解混方法。本發(fā)明可用于各種數(shù)字設(shè)備的高光譜圖像稀疏解混處理，能有效提高高光譜圖像稀疏解混的精度。

背景技術(shù)

高光譜圖像中混合像元的存在，是傳統(tǒng)的像元級(jí)遙感分類(lèi)和面積量測(cè)精度難以達(dá)到使用要求的主要原因。為了提高遙感應(yīng)用的精度，就必須解決混合像元的分解問(wèn)題，使遙感應(yīng)用由像元級(jí)達(dá)到亞像元級(jí)。進(jìn)入像元內(nèi)部，將混合像元分解為不同的基本組成單位，稱(chēng)為端元，并求得端元所占的比例，這就是所謂的光譜解混技術(shù)。

Marian-Daniel?Iordache,José?M.Bioucas-Dias和Antonio?Plaza在文獻(xiàn)“Sparse?Unmixing?of?Hyperspectral?data”([J].IEEE?Transactions?on?Geoscience?and?Remote?Sensing,2011,49(6).)中提出了一種基于變量分裂和增廣拉格朗日(sparse?unmixing?via?variable?splitting?and?augmented?Lagrangian,SUnSAL)的稀疏分解方法。該方法將稀疏表示理論應(yīng)用到高光譜圖像線(xiàn)性解混中，建立稀疏解混模型，從而將解混問(wèn)題轉(zhuǎn)化為求解一個(gè)大型非光滑凸優(yōu)化問(wèn)題，并且利用交替乘子替換法求解該稀疏解混模型。但是該方法依然存在的不足是，在高光譜圖像稀疏解混過(guò)程中，稀疏解混精度低。

北京航天航空大學(xué)擁有的專(zhuān)利技術(shù)“一種基于隨機(jī)投影的高光譜圖像稀疏解混方法”（專(zhuān)利申請(qǐng)?zhí)枺?01110207433.0，授權(quán)公告號(hào)：CN102314685A）提出了一種基于隨機(jī)投影的高光譜圖像稀疏解混方法。該專(zhuān)利技術(shù)利用高光譜數(shù)據(jù)庫(kù)，為豐度加以稀疏性約束，進(jìn)而求得高光譜圖像每個(gè)象元的組成物質(zhì)以及其含量百分比，實(shí)現(xiàn)高光譜圖像的定量分析。該方法雖然利用了高光譜數(shù)據(jù)庫(kù)來(lái)選擇端元，克服了傳統(tǒng)算法所求出的端元與標(biāo)準(zhǔn)數(shù)據(jù)庫(kù)中的純物質(zhì)光譜無(wú)法嚴(yán)密對(duì)應(yīng)的缺點(diǎn)。但是仍然存在的不足是，該方法在高光譜圖像稀疏解混過(guò)程中，高光譜圖像稀疏解混耗時(shí)長(zhǎng)、效率低。

發(fā)明內(nèi)容

本發(fā)明的目的在于克服上述現(xiàn)有技術(shù)的不足，提出一種基于AMRF的高光譜圖像稀疏解混方法，以提高高光譜圖像稀疏解混的精度，克服高光譜圖像稀疏解混效率低的問(wèn)題，減少高光譜圖像稀疏解混所需的時(shí)間。

為實(shí)現(xiàn)上述目的，本發(fā)明的具體步驟包括如下：

（1）輸入解混參數(shù)：

分別輸入待解混的高光譜圖像、高光譜標(biāo)準(zhǔn)波譜數(shù)據(jù)庫(kù)、待解混的高光譜圖像的參考豐度矩陣；

（2）預(yù)處理：

(2a)采用遙感影像處理軟件，對(duì)輸入的待解混的高光譜圖像進(jìn)行降噪處理，得到無(wú)噪聲高光譜圖像；

(2b)采用遙感影像處理軟件，對(duì)高光譜標(biāo)準(zhǔn)波譜數(shù)據(jù)庫(kù)進(jìn)行降噪處理，得到無(wú)噪聲高光譜標(biāo)準(zhǔn)波譜數(shù)據(jù)庫(kù)；

（3）按照下式，構(gòu)造馬爾科夫約束模型：