[發明專利]基于鄰域光譜加權的高光譜圖像稀疏解混方法

有效

• 申請號: 201410089807.7
• 申請日: 2014-03-12
• 公開（公告）號: CN103810715A
• 公開（公告）日: 2014-05-21
• 發明（設計）人: 李云松;李嬌嬌;劉嘉慧;吳憲云;王柯儼;宋長賀
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 陜西電子工業專利中心 61205
• 代理人: 田文英;王品華

技術領域

本發明屬于圖像處理技術領域，更進一步涉及稀疏解混技術領域中的一種基于鄰域光譜加權的高光譜圖像稀疏解混方法。本發明用于各種數字設備的高光譜圖像解混處理，能有效提高高光譜圖像解混的精度。

背景技術

高光譜圖像解混技術，是指對于高光譜圖像中的每一個混合像元，將其分解為不同的基本組成單元,或稱“端元”，并求得這些基本組成單元所占的比例。其中，“端元”一般是指從高光譜圖像中提取的包含某種地物類型比例很高的像元，而未必是僅包含一種地物類型的純像元。

Jose?M.Bioucas-Dias和Antonio?Plaza在文獻“Total?Variation?Spatial?Regularization?for?Sparse?Hyperspectral?Unmixing”([J].IEEE?Transactions?on?Geoscience?and?Remote?Sensing,2012,50(11)).中提出一種基于全變分變量分裂增廣拉格朗日（sparse?unmixing?via?variable?splitting?augmented?Lagrangian?and?total?variation,SUnSAL-tv）的稀疏解混方法。該方法使用全變分正則化來約束高光譜圖像解混模型中的豐度向量，在原始的稀疏解混模型上添加空間信息的相關性約束，利用已知光譜庫信息，通過交替乘子替換法(Alternating?Direction?Method?Multipliers,ADMM)來求解新的稀疏解混模型。但該方法仍存在的不足是，在高信噪比的高光譜圖像稀疏解混過程中，高光譜圖像稀疏解混精度低、重構效果差。

北京航天航空大學擁有的專利技術“一種基于隨機投影的高光譜圖像稀疏解混方法”（專利申請號：201110207433.0，授權公告號：CN102314685A）提出了一種基于隨機投影的高光譜圖像稀疏解混方法。該專利技術利用高光譜數據庫，為豐度加以稀疏性約束，實現了高光譜圖像的定量分析。該方法雖然利用了高光譜數據庫來選擇端元，克服了現有技術采用的算法所求出的端元與標準數據庫中的純物質光譜無法嚴密對應的缺點。但是仍然存在的不足是，在高光譜圖像稀疏解混過程中，高光譜圖像稀疏解混耗時長、效率低。

發明的內容

本發明的目的在于克服上述現有技術的不足，提出一種基于鄰域光譜加權的高光譜圖像稀疏解混方法，以提高高光譜圖像的稀疏解混精度，克服高光譜圖像稀疏解混效率低的問題，減少高光譜圖像稀疏解混耗時。

為實現上述目的，本發明的步驟包括如下：

（1）輸入解混參數：

輸入待解混的高光譜圖像、高光譜標準波譜數據庫,待解混高光譜圖像的參考豐度矩陣；

（2）預處理：

(2a)采用遙感影像處理軟件，對高光譜圖像進行降噪處理，得到無噪聲高光譜圖像；

(2b)采用遙感影像處理軟件，對高光譜標準波譜數據庫進行降噪處理，得到無噪聲高光譜標準波譜數據庫；

（3）構造擬合稀疏矩陣：

(3a)按照如下形式，構造水平方向的差分擬合稀疏矩陣：

其中，M_h表示水平方向的差分擬合稀疏矩陣，h表示水平方向；

(3b)按照如下形式，構造垂直方向的差分擬合稀疏矩陣：

其中，M_v表示垂直方向的差分擬合稀疏矩陣，v表示垂直方向；

（4）構造鄰域光譜加權的稀疏解混模型：

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

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