[發明專利]一種基于無限高斯混合模型的高光譜圖像解混方法

有效

• 申請號: 201410266799.9
• 申請日: 2014-06-16
• 公開（公告）號: CN104008574B
• 公開（公告）日: 2017-05-10
• 發明（設計）人: 鄧水光;徐亦飛;李瑩;吳健;尹建偉;吳朝暉
• 申請（專利權）人: 浙江大學
• 主分類號: G06T19/00
• 分類號: G06T19/00
• 代理公司: 浙江杭州金通專利事務所有限公司33100
• 代理人: 徐關壽

1.一種基于無限高斯混合模型的高光譜圖像解混方法，其特征在于，

11)對高光譜圖像進行降維處理，得到處理后的降維數據；

12)利用虛擬維度的方法確定高斯組分個數的大小，并得出高斯組分個數的范圍，針對每個高斯組分個數，利用K-means方法，進行分別聚類，對于每個聚類的群組，使用PPI方法，提取每個群組中的最純的像元作為高斯混合模型中的期望向量；

13)對于高光譜圖像中的每個像元，基于無限混合模型，采用兩狀態策略進行端元數目采樣，然后使用Metropolis-within-Gibb對無限混合模型中的參數和超參數進行估計，通過多次迭代，得到最終的穩定的參數和超參數的估計；

所述高光譜中的像元滿足無限高斯混合模型；

高光譜圖像滿足如式(a)所屬的高斯模型：

$y=\underset{r=1}{\overset{R}{\Σ}}{E}_r{\mathrm{\α}}_r---\left(a\right);$

其中E_r為獨立的高斯向量，y是高光譜圖像中的某個像元，R為組成該像元的組成個數，α_r為組成部分的比例即豐度，其需要滿足如式(b)兩種限制：

$\left\{\begin{array}{cc}{\mathrm{\α}}_r\≥0,{\∀}_r=1,...,R& \left(ANC\right)\\ \underset{r=1}{\overset{R}{\Σ}}{\mathrm{\α}}_r=1& \left(ASC\right)\end{array}\right.---\left(b\right);$

在無限的高斯混合模型中，設定所有的高斯成分都相同，對于每個高斯成分而言：

E_r|m_r,σ²～N(m_r,σ²I_L) (c)；

其中m_r＝[m_r,1,...,m_r,L]^T是第r個高斯分布的均值向量，當所有的端元分布中的方差為單位矩陣σ²I_L，N為圖像大小，因此，像元的似然函數可以表述為如式(d)所示：

$f\left(y\right|\mathrm{\θ})\∝\frac{1}{{\[{\mathrm{\σ}}^{2}g\left(\mathrm{\α}\right)\]}^{L/2}}\exp (-\frac{\left|\right|y-k\left(\mathrm{\α}\right)|{|}^2}{2{\mathrm{\σ}}^{2}g\left(\mathrm{\α}\right)})---\left(d\right);$

其中θ＝{α,σ²,R,M_R}，||·||是標準的二階范數，α＝[α₁,...,α_R]，M_R＝[m₁,…,m_R]是由聚類算法產生的均值向量；

$g\left(\mathrm{\α}\right)=\underset{r=1}{\overset{R}{\Σ}}{m}_r{\mathrm{\α}}_r,k\left(\mathrm{\α}\right)=\underset{r=1}{\overset{R}{\Σ}}{\mathrm{\α}}_r^2---\left(e\right).$