[發(fā)明專利]基于鄰域光譜加權(quán)的高光譜圖像稀疏解混方法

有效

• 申請?zhí)枺?/td>: 201410089807.7
• 申請日: 2014-03-12
• 公開（公告）號: CN103810715A
• 公開（公告）日: 2014-05-21
• 發(fā)明（設(shè)計）人: 李云松;李嬌嬌;劉嘉慧;吳憲云;王柯儼;宋長賀
• 申請（專利權(quán)）人: 西安電子科技大學(xué)
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 陜西電子工業(yè)專利中心 61205
• 代理人: 田文英;王品華

1.一種基于鄰域光譜加權(quán)的高光譜圖像稀疏解混方法，包括如下步驟：

（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、待解混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，對待解混的高光譜圖像進(jìn)行降噪處理，得到無噪聲高光譜圖像；

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

（3）構(gòu)造擬合稀疏矩陣：

(3a)按照如下形式，構(gòu)造水平方向的差分?jǐn)M合稀疏矩陣：

其中，M_h表示水平方向的差分?jǐn)M合稀疏矩陣，h表示水平方向；

(3b)按照如下形式，構(gòu)造垂直方向的差分?jǐn)M合稀疏矩陣：

其中，M_v表示垂直方向的差分?jǐn)M合稀疏矩陣，v表示垂直方向；

（4）構(gòu)造鄰域光譜加權(quán)的稀疏解混模型：

(4a)按照下面兩式，分別構(gòu)造水平方向的加權(quán)擬合稀疏矩陣和垂直方向的加權(quán)擬合稀疏矩陣：

Qh=diag||YMh||2*]]>

Qv=diag||YMv||2*]]>

其中，Q_h表示水平方向的加權(quán)擬合稀疏矩陣，h表示水平方向，Q_v表示垂直方向的加權(quán)擬合稀疏矩陣，v表示垂直方向，diag(·)表示對角化操作，表示取豐度矩陣中列向量的二范數(shù)構(gòu)成行向量的操作，Y表示無噪聲高光譜圖像的光譜矩陣，M_h表示水平方向的差分?jǐn)M合稀疏矩陣，M_v表示垂直方向的差分?jǐn)M合稀疏矩陣；

(4b)按照下面兩式，分別構(gòu)造水平方向的加權(quán)空間相關(guān)性模型和垂直方向的加權(quán)空間相關(guān)性模型：

M_h(X)＝||XM_hQ_h||_1,1

M_v(X)＝||XM_vQ_v||_1,1

其中，M_h(X)表示水平方向的加權(quán)空間相關(guān)性模型，h表示水平方向，M_v(X)表示垂直方向的加權(quán)空間相關(guān)性模型，v表示垂直方向，||·||_1,1表示取豐度矩陣中每一個列向量的一范數(shù)加和操作，X表示無噪聲高光譜圖像的豐度矩陣，M_h表示水平方向的差分?jǐn)M合稀疏矩陣，M_v表示垂直方向的差分?jǐn)M合稀疏矩陣，Q_h表示水平方向的加權(quán)擬合稀疏矩陣，Q_v表示垂直方向的加權(quán)擬合稀疏矩陣；

(4c)按照下式，構(gòu)造鄰域光譜加權(quán)的稀疏解混模型：

min12||AX-Y||F2+λ1||X||1,1+λ2(Mh(X)+Mv(X))]]>

其中，min表示求最小值操作，A表示無噪聲高光譜標(biāo)準(zhǔn)波譜數(shù)據(jù)庫，X表示無噪聲高光譜圖像的豐度矩陣，Y表示無噪聲高光譜圖像的光譜矩陣，表示取F范數(shù)的平方操作，λ₁表示拉格朗日參數(shù)，λ₁的值設(shè)置為0.001，||·||_1,1表示取豐度矩陣中每一個列向量的一范數(shù)加和操作，λ₂表示調(diào)節(jié)鄰域加權(quán)空間相關(guān)性比重的參數(shù)，λ₂的值設(shè)置為0.005，M_h(X)表示水平方向的加權(quán)空間相關(guān)性模型，h表示水平方向，M_v(X)表示垂直方向的加權(quán)空間相關(guān)性模型，v表示垂直方向；

（5）求解鄰域光譜加權(quán)的稀疏解混模型：

(5a)分別將求解稀疏解混模型的迭代次數(shù)設(shè)置為1、求解稀疏解混模型的最大迭代次數(shù)設(shè)置為400、豐度矩陣的最小收斂殘差設(shè)置為10^-4；

(5b)按照下式，計算無噪聲高光譜圖像的豐度矩陣：

X⁽⁰⁾=inv(Y)×A

其中，X⁽⁰⁾表示無噪聲高光譜圖像的豐度矩陣，inv(·)表示求逆操作，Y表示無噪聲高光譜圖像的光譜矩陣，A表示無噪聲高光譜標(biāo)準(zhǔn)波譜數(shù)據(jù)庫；

(5c)采用交替乘子替換法，計算無噪聲高光譜圖像的豐度矩陣；

(5d)按照下式，計算豐度矩陣的收斂殘差：

res=||X^(k)-X^(k-1)||_F

其中，res表示豐度矩陣的收斂殘差，X^(k)表示第k次計算的無噪聲高光譜圖像的豐度矩陣，k表示求解稀疏解混模型的迭代次數(shù)，k的取值范圍為1到400的整數(shù)，X^(k-1)表示第k-1次計算的無噪聲高光譜圖像的豐度矩陣，||·||_F表示取F范數(shù)操作；

(5e)判斷豐度矩陣的收斂殘差是否小于豐度矩陣的最小收斂殘差，若是，則執(zhí)行步驟(5g)，否則，執(zhí)行步驟(5f)；

(5f)將求解稀疏解混模型的迭代次數(shù)加1，判斷求解稀疏解混模型的迭代次數(shù)是否小于求解稀疏解混模型的最大迭代次數(shù)，若是，則執(zhí)行步驟(5c)，否則，執(zhí)行步驟(5g)；

(5g)采用信號重構(gòu)誤差公式，計算無噪聲高光譜圖像的豐度矩陣的重構(gòu)誤差；

（6）輸出解混結(jié)果：

分別輸出無噪聲高光譜圖像的豐度矩陣的重構(gòu)誤差、無噪聲高光譜圖像的豐度矩陣。