[發(fā)明專利]基于信息熵的HNMF遙感圖像解混方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201910539113.1
• 申請(qǐng)日: 2019-06-20
• 公開(kāi)（公告）號(hào): CN110458760B
• 公開(kāi)（公告）日: 2021-11-05
• 發(fā)明（設(shè)計(jì)）人: 李杏梅;劉曉杰;王心宇
• 申請(qǐng)（專利權(quán)）人: 中國(guó)地質(zhì)大學(xué)（武漢）
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00
• 代理公司: 武漢知產(chǎn)時(shí)代知識(shí)產(chǎn)權(quán)代理有限公司 42238
• 代理人: 龔春來(lái)

1.基于信息熵的HNMF遙感圖像解混方法，其特征在于，包括：

S1、對(duì)當(dāng)前遙感圖像建立基于稀疏約束的CNMF遙感圖像解混方法；

S2、獲取當(dāng)前遙感圖像的信息熵，并獲取信息熵正則化函數(shù)；

步驟S2具體包括：

假設(shè)當(dāng)前遙感圖像信源有n種取值：U₁...U_i...U_n，對(duì)應(yīng)概率為：p₁...p_i...p_n，且各種符號(hào)的出現(xiàn)彼此獨(dú)立，則當(dāng)前遙感圖像信源的信息熵為：

S3、用S2中信息熵正則化函數(shù)取代步驟S1中基于稀疏約束的CNMF遙感圖像解混方法中的范數(shù)正則化函數(shù)，建立基于信息熵的HNMF遙感圖像解混方法；

步驟S3具體包括：

S31、將當(dāng)前遙感圖像的信息熵正則化函數(shù)來(lái)替換基于稀疏約束的CNMF遙感圖像解混方法中的范數(shù)正則化函數(shù)來(lái)約束端元光譜矩陣M和豐度矩陣S，并建立基于信息熵的HNMF遙感圖像解混方法的目標(biāo)函數(shù)：

min

s.t.

其中，M是端元光譜矩陣，S是豐度矩陣，第一項(xiàng)表示圖像的重構(gòu)誤差，第二項(xiàng)表示對(duì)豐度矩陣進(jìn)行稀疏，λ是正則化參數(shù)；S_ij為每個(gè)元素代表在像元中對(duì)應(yīng)端元所占的比例，L為遙感圖像波段數(shù)目，R為L(zhǎng)個(gè)波段的遙感圖像，P為待檢測(cè)遙感圖像的端元個(gè)數(shù)，N為待檢測(cè)遙感圖像的像素點(diǎn)個(gè)數(shù)；

S32、采用乘性迭代規(guī)則對(duì)端元光譜矩陣M和豐度矩陣S進(jìn)行求解，根據(jù)矩陣的性質(zhì)對(duì)M和S求偏導(dǎo)數(shù)得：

再使用梯度下降法進(jìn)行迭代，得到最終的M和S的乘性迭代規(guī)則：

M←M*RS^T/(MSS^T+ε)

利用小正數(shù)ε來(lái)使分?jǐn)?shù)恒為正數(shù)，當(dāng)?shù)揭欢ù螖?shù)，f(M,S)的變化值小于預(yù)設(shè)值，得到最終優(yōu)化的基于信息熵的HNMF遙感圖像解混方法。

2.根據(jù)權(quán)利要求1所述的基于信息熵的HNMF遙感圖像解混方法，其特征在于，步驟S1具體包括：

S11、首先建立基于NMF的遙感圖像解混方法；

S12、根據(jù)稀疏表示理論，用L₀或L₁或L₂范數(shù)對(duì)基于NMF的遙感圖像解混方法的端元光譜矩陣和豐度矩陣進(jìn)行約束，得到基于稀疏約束的CNMF遙感圖像解混方法。