[發明專利]基于圖形處理器的端元提取純像元指數方法

在審

• 申請號: 201410469329.2
• 申請日: 2014-09-15
• 公開（公告）號: CN104268856A
• 公開（公告）日: 2015-01-07
• 發明（設計）人: 吳憲云;郭杰;曹金彥;李云松;雷杰;王珂儼;劉凱
• 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，更進一步涉及高光譜成像遙感技術領域中的一種基于圖形處理器的端元提取純像元指數方法。本發明可用于精度更高的高光譜圖像的光譜解混。

背景技術

高光譜成像是遙感領域的一門新興技術，通過對地表上同一區域中被測物的不同波長輻射響應而生成具有上百個波段的觀測圖像。一個高光譜數據立方體通常有上千兆的數據量，高光譜圖像光譜分辨率高、圖譜合一的特點使其在民用和軍用領域發揮著越來越大的作用。

但是在高光譜立方體圖像數據的分析中，最主要的問題是混合像元的存在。尤其當傳感器的空間分辨率不夠高，在光譜上不能清晰的區分物質時，這一問題尤為突出。產生這一問題的主要原因是高光譜圖像有限的空間分辨率。除此之外高光譜圖像中所拍攝物質本身為混合物，其光譜難以被區分也是造成這一問題的重要原因。這導致在高光譜場景中的單一像元所表示的被測物并非某一種特定光譜的純物質，而是由具有不同光譜特性的純物質的組合。為了更精準的描述被測物質，產生了光譜解混算法。通過光譜解混可將像元解混成不同的純物質的組合。目前很多具有廣泛應用的光譜解混算法都基于不同端元之間的相互作用是線性的這一假設。在這一假設下，混合像元能夠被表示為不同端元之間的線性組合，系數為豐度值的集合[3-5]。在這種背景下,光譜解混可以采用遙感探測應用中的關鍵技術——亞像元分析法進行分析處理。近年來，為了解決高光譜場景中端元提取的問題，許多基于不同概念的端元提取算法應運而生。純像元指數PPI憑借其在可視化感圖像處理軟件ENVI中的使用和實用性已被業界廣泛采用。盡管該算法也被用做其他端元提取算法的預處理部分，但該算法的思想是具有指導作用的。解決純像元指數PPI算法高度計算復雜度，產生了許多并行實現方法。但是這些并行實現方法所依賴的硬件平臺均難以應用于在野火跟蹤、生物威脅檢測、石油泄漏和化學污染領域中取得良好效果的空載處理中。考慮到這個原因，純像元指數PPI算法的實現的研究開始轉向可編程邏輯FPGA和圖形處理器GPUs等重量較輕的硬件加速器平臺中。于是提出了一種改進的基于圖形處理器GPU的純像元指數PPI方法，該方法采用的是統一計算設備架構CUDA，速度與目前其他基于圖形處理器GPU的純像元指數PPI算法實現方法相比有顯著提高。同時通過多圖形處理器GPU并行，實現了高光譜圖像的實時純像元指數PPI處理。

西北工業大學申請的專利“一種基于優化搜索策略的高光譜圖像端元提取方法”(公開號：CN101853506B，申請號2010101854769，申請日：2010年5月27日)中公開了一種基于優化搜索策略的高光譜圖像端元提取方法。該方法基于特征空間單形體最大體積轉換思想，結合優化搜索策略，在特征空間中通過逐步增大單形體體積，順序提取端元。本方法先用虛擬維度法估算一副高光譜遙感圖像的實際地物數，然后用主成分分析法對圖像進行降維處理，在任選的初始端元集中，逐步在每個備選單元的對應搜索區域進行單形體體積增大轉換，最終輸出所有端元。實驗證明，給算法能降低運算量，節省運算時間，且能獲得穩定精確地端元提取結果。解決目前基于單形體最大體積轉換思想的高光譜遙感圖像自動端元提取方法運算量過于龐大、時間復雜度高和最終端元集輸出不穩定，易受初始端元集的影響的缺陷。但是，該方法仍然存在的不足是，其一，順序提取端元在龐大的隨機投影向量數據端元提取中速度極慢；其二，不能實時提取高光譜圖像立方數據中的端元信息，以為后續數據處理提供可靠保障，尤其為在實際空載遙感任務中不能夠實時處理高光譜數據提供必要的靈活性和良好的性能；其三，原始高光譜遙感圖像需要進行降維處理，增加更多的附加時間。