[發(fā)明專利]基于低秩矩陣恢復(fù)的空譜聯(lián)合高光譜圖像目標(biāo)識別方法

有效

• 申請?zhí)枺?/td>: 201611247606.0
• 申請日: 2016-12-29
• 公開（公告）號: CN106650681B
• 公開（公告）日: 2019-06-11
• 發(fā)明（設(shè)計(jì)）人: 劉艷玲;張曄;張鈞萍
• 申請（專利權(quán)）人: 哈爾濱工業(yè)大學(xué)
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 哈爾濱市松花江專利商標(biāo)事務(wù)所 23109
• 代理人: 岳泉清

1.基于低秩矩陣恢復(fù)的空譜聯(lián)合高光譜圖像目標(biāo)識別方法，該目標(biāo)識別方法的具體過程為：

步驟1、通過低秩矩陣恢復(fù)方法對高光譜圖像進(jìn)行原圖和噪聲的分離，將被噪聲干擾的高光譜圖像從噪聲中恢復(fù)出來；

步驟2、通過有約束能量最小化方法，將待識別光譜與目標(biāo)光譜進(jìn)行匹配；

步驟3、從空間角度利用不變矩特征對光譜匹配的結(jié)果進(jìn)行識別，獲得高光譜圖像數(shù)據(jù)的目標(biāo)識別結(jié)果；

步驟1所述通過低秩矩陣恢復(fù)方法對高光譜圖像進(jìn)行原圖和噪聲的分離的具體過程為：

步驟1-1、從數(shù)據(jù)的空間角度將高光譜數(shù)據(jù)立方按照順序進(jìn)行分塊，作為低秩矩陣恢復(fù)方法的輸入；

步驟1-2、采用低秩矩陣恢復(fù)方法對高光譜數(shù)據(jù)進(jìn)行分離恢復(fù)；

步驟1-3、采用增廣拉格朗日算法對低秩恢復(fù)進(jìn)行優(yōu)化處理，獲得優(yōu)化后的恢復(fù)結(jié)果；

其特征在于，步驟1-3所述對低秩恢復(fù)進(jìn)行優(yōu)化處理的具體過程為：

設(shè)矩陣D為受噪聲干擾的高光譜數(shù)據(jù)，矩陣A為經(jīng)低秩恢復(fù)得到的數(shù)據(jù)，E是分離出來的噪聲矩陣；

加上一個(gè)懲罰因子，構(gòu)造拉格朗日函數(shù)：

其中，μ是設(shè)定的較小正數(shù)因子，Y是與D同形的矩陣，λ是一個(gè)為正的加權(quán)因子，<Y,D-E-A>表示矩陣Y與矩陣(D-E-A)的內(nèi)積；

令g(X)＝D-E-X，X表示每步迭代的輸出，最終逼近A；

再根據(jù)步驟1-3-1至步驟1-3-3的增廣拉格朗日迭代方法進(jìn)行迭代：

步驟1-3-1、根據(jù)X_K+1＝argmin L(X,Y_K,μ_K)，得出使L(X,Y_K,μ_K)最小的X，令X_K+1＝X；其中，K表示迭代次數(shù)，其取值范圍為1～1000；Y_K表示迭代次數(shù)為K的Y矩陣；μ_K表示迭代次數(shù)為K的較小正數(shù)因子；

步驟1-3-2、根據(jù)Y_K+1＝Y(jié)_K+μ_Kg(X_K+1)，由X_K和Y_K得出Y_K+1；

步驟1-3-3、根據(jù)μ_K+1＝ρμ_K，ρ≥1，由μ_K得出μ_K+1；

根據(jù)步驟1-3-1至步驟1-3-3的增廣拉格朗日迭代方法，迭代至滿足迭代終止條件，輸出X_K，即獲得優(yōu)化恢復(fù)后的低秩矩陣X_K。

2.根據(jù)權(quán)利要求1所述的基于低秩矩陣恢復(fù)的空譜聯(lián)合高光譜圖像目標(biāo)識別方法，其特征在于，時(shí)，能夠獲得優(yōu)化恢復(fù)后的低秩矩陣，其中，m和n分別表示步驟1-1中高光譜數(shù)據(jù)分塊后得到的二維矩陣的行和列。

3.根據(jù)權(quán)利要求1或2所述的基于低秩矩陣恢復(fù)的空譜聯(lián)合高光譜圖像目標(biāo)識別方法，其特征在于，步驟2所述通過有約束能量最小化方將待識別光譜與目標(biāo)光譜進(jìn)行匹配的具體過程為：

步驟2-1、輸入低秩恢復(fù)獲得的矩陣和目標(biāo)光譜曲線；

步驟2-2、根據(jù)有約束能量最小化公式：計(jì)算出每個(gè)待測光譜屬于目標(biāo)光譜的隸屬度D_CEM，數(shù)值越大，待測光譜屬于目標(biāo)光譜的可能性越大；有約束能量最小化公式中，s為目標(biāo)光譜向量，x為待檢測光譜向量；

步驟2-3、對光譜識別得到的數(shù)據(jù)進(jìn)行閾值分割，獲得待測光譜的識別結(jié)果。

4.根據(jù)權(quán)利要求3所述的基于低秩矩陣恢復(fù)的空譜聯(lián)合高光譜圖像目標(biāo)識別方法，其特征在于，步驟3所述從空間角度利用不變矩特征對光譜匹配的結(jié)果進(jìn)行識別的具體過程為：首先計(jì)算待測圖像數(shù)據(jù)的不變矩特征和目標(biāo)圖像數(shù)據(jù)的不變矩特征，然后將不變矩特征結(jié)果進(jìn)行匹配。

5.根據(jù)權(quán)利要求4所述的基于低秩矩陣恢復(fù)的空譜聯(lián)合高光譜圖像目標(biāo)識別方法，其特征在于，不變矩特征根據(jù)圖像數(shù)據(jù)的一階、二階和三階的中心距構(gòu)造出圖像數(shù)據(jù)的七個(gè)不變矩特征，滿足圖像數(shù)據(jù)的尺度、平移和旋轉(zhuǎn)不變形。