[發(fā)明專利]一種高光譜圖像解混方法

在審

• 申請?zhí)枺?/td>: 201810257089.8
• 申請日: 2018-03-27
• 公開（公告）號: CN108509380A
• 公開（公告）日: 2018-09-07
• 發(fā)明（設(shè)計）人: 藍金輝;張勝;鄒金霖;王陸旸
• 申請（專利權(quán)）人: 北京科技大學
• 主分類號: G06F17/15
• 分類號: G06F17/15;G06F17/16
• 代理公司: 北京市廣友專利事務所有限責任公司 11237
• 代理人: 張仲波

1.一種高光譜圖像解混方法，其特征在于，包括：

建立包含類內(nèi)與非類內(nèi)端元的線性光譜混合模型；

將光譜間的協(xié)方差平方和作為相關(guān)性函數(shù)，增加類內(nèi)端元光譜間、非類內(nèi)端元光譜間、類內(nèi)與非類內(nèi)端元光譜間的相關(guān)性約束；

根據(jù)建立的線性光譜混合模型和確定的相關(guān)性約束，建立目標函數(shù)，應用非負矩陣分解算法進行解混。

2.根據(jù)權(quán)利要求1所述的高光譜圖像解混方法，其特征在于，所述建立包含類內(nèi)與非類內(nèi)端元的線性光譜混合模型包括：

將端元光譜矩陣A分為類內(nèi)端元矩陣A₁與非類內(nèi)端元矩陣A₂，其中，對應的豐度矩陣S分為類內(nèi)端元豐度矩陣S₁與非類內(nèi)端元豐度矩陣S₂；

基于類內(nèi)端元矩陣A₁、非類內(nèi)端元矩陣A₂、類內(nèi)端元豐度矩陣S₁與非類內(nèi)端元豐度矩陣S₂，建立包含類內(nèi)與非類內(nèi)端元的線性光譜混合模型：

其中，X表示像元光譜向量。

3.根據(jù)權(quán)利要求2所述的高光譜圖像解混方法，其特征在于，所述將光譜間的協(xié)方差平方和作為相關(guān)性函數(shù)，增加類內(nèi)端元光譜間、非類內(nèi)端元光譜間、類內(nèi)與非類內(nèi)端元光譜間的相關(guān)性約束包括：

將類內(nèi)端元矩陣A₁中光譜之間協(xié)方差平方和作為相關(guān)性函數(shù)，增加類內(nèi)端元光譜間的最大相關(guān)性約束；

將非類內(nèi)端元矩陣A₂中光譜之間協(xié)方差平方和作為相關(guān)性函數(shù)，增加非類內(nèi)端元光譜間的最小相關(guān)性約束；

將類內(nèi)端元矩陣A₁與非類內(nèi)端元矩陣A₂中光譜之間協(xié)方差平方和作為相關(guān)性函數(shù)，增加類內(nèi)與非類內(nèi)端元光譜間的最小相關(guān)性約束。

4.根據(jù)權(quán)利要求3所述的高光譜圖像解混方法，其特征在于，所述類內(nèi)端元光譜間的最大相關(guān)性約束表示為：

其中，maxJ₁(A₁)表示類內(nèi)端元光譜間的最大相關(guān)性約束，p₁表示類內(nèi)端元矩陣A₁中光譜的條數(shù)，cov(a_i,a_j)表示光譜向量a_i與光譜向量a_j之間的協(xié)方差。

5.根據(jù)權(quán)利要求4所述的高光譜圖像解混方法，其特征在于，所述非類內(nèi)端元光譜間的最小相關(guān)性約束表示為：

其中，minJ₂(A₂)表示非類內(nèi)端元光譜間的最小相關(guān)性約束，p₂表示非類內(nèi)端元矩陣A₂中光譜的條數(shù)，cov(a_i,a_j)表示光譜向量a_i與光譜向量a_j之間的協(xié)方差。

6.根據(jù)權(quán)利要求5所述的高光譜圖像解混方法，其特征在于，所述類內(nèi)與非類內(nèi)端元光譜間的最小相關(guān)性約束表示為：

其中，p＝p₁+p₂，minJ₃(A₁,A₂)表示類內(nèi)與非類內(nèi)端元光譜間的最小相關(guān)性約束，cov(a_i,a_j)表示光譜向量a_i與光譜向量a_j之間的協(xié)方差。

7.根據(jù)權(quán)利要求6所述的高光譜圖像解混方法，其特征在于，所述目標函數(shù)表示為：

其中，F(xiàn)(A,S)表示目標函數(shù)，α、β、γ分別是各約束項的調(diào)節(jié)參數(shù)。