[發明專利]基于信息熵的HNMF遙感圖像解混方法

有效

• 申請號: 201910539113.1
• 申請日: 2019-06-20
• 公開（公告）號: CN110458760B
• 公開（公告）日: 2021-11-05
• 發明（設計）人: 李杏梅;劉曉杰;王心宇
• 申請（專利權）人: 中國地質大學（武漢）
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 武漢知產時代知識產權代理有限公司 42238
• 代理人: 龔春來

本發明提供了基于信息熵的HNMF遙感圖像解混方法，包括：S1、對當前遙感圖像建立基于稀疏約束的CNMF遙感圖像解混方法；S2、獲取當前遙感圖像的信息熵，并獲取信息熵正則化函數；S3、用S2中信息熵正則化函數取代步驟S1中基于稀疏約束的CNMF遙感圖像解混方法中的范數正則化函數，建立基于信息熵的HNMF遙感圖像解混方法。針對遙感圖像的端元分布不均勻的特性，挖掘遙感數據的物理信息，用信息熵代替范數規則項，提出了基于信息熵的HNMF遙感圖像解混方法，相比傳統的NMF和CNMF具有更好的解混效果。

技術領域

本發明涉及基于信息熵的HNMF遙感圖像解混方法。

背景技術

遙感技術是一門交叉了探測和信息檢測等多學科的新型科技。隨著成像光譜儀的研發不斷取得新突破，影像分析技術越來越深入，遙感技術研發掀起了一片熱潮，獲得廣大科研人員的青睞，在各個領域占據一席之地。

遙感技術的原型是成像光譜儀研發方案，該方案是由加州理工學院噴氣推進實驗室(Jet Propulsion Lab，JPL)首次制定提出。世界上第一代高分辨率航空成像光譜儀——AIS-1于1983年在美國誕生。第二代高光譜成像儀——AVIRIS四年后也在美國研制成功。從上世紀八十年代至今，成像光譜儀的研制在國內外得到了重視，其發展呈現出欣欣向榮的趨勢。在國外，加拿大、芬蘭、美國等國研制出了CASI、AISI、Hymap等系列光譜儀，在光譜儀領域處于領先地位。在國內，目前已研制出了熱紅外光譜、多波段光譜，多光譜掃描儀等優良設備，縮小了與世界先進水平的差距，實現了我國光譜儀的跨越式發展。

由于遙感數據易受環境的干擾以及光譜庫有限，導致自動獲取端元變得十分困難。因此，一般選用盲分解的方式，即在其他信息為知的條件下，對遙感圖像進行分解，得到它的端元光譜和豐度值。

基于非監督的混合像元分解方法大致包括三類：獨立成份分析法、非負矩陣分解法和復雜度分析法。本文主要介紹非負矩陣分解法。

NMF最早出現在1994年Paatero和Tapper的一篇文章上。1999年Lee和Seung在《Nature》的一文中，提出了非負矩陣分解(NMF)方法，這個方法是在原始矩陣所有的元素都是非負的情況下，對它進行非負的線性分解。

NMF方法從正式提出到現在，經過幾十年的迅速發展，已經到達一個比較成熟的階段，其應用范圍已經擴展到圖像處理、數據挖掘和語音處理等領域。近年來很多學者將NMF引入到非監督的遙感圖像解混的問題中，并取得一定成果。但后來研究人員發現，在實際應用中，僅僅有非負矩陣分解的非負限制是遠遠不夠的，為了得到理想的分解值，Pauca和Piper等人提出了一種帶平滑限制的非負矩陣分解方法(CNMF)；Zymnis和Kim等人結合領域像素具有相似的特點，提出了交互投影梯度的非負矩陣分解方法(APS-NMF)；Miao和Qi等人提出了最小體積約束和NMF結合的方法(MVC-NMF)；吳波和趙銀娣等人基于混合像元的特性，提出了以端元的光譜差異為限制條件的非負矩陣分解方法；劉雪松和王斌等人提出了豐度分離性和平滑性限制的非負矩陣分解的方法；付忠良和劉進軍等人以單形體各頂點到數據中心的加權距離和最小為限制，提出了加權端元約束下的非負矩陣分解方法。這些優化方法都改進了遙感圖像解混存在的一些不足，提高了其解混的精度。

但是上述這些優化方法都只是考慮了遙感數據的光譜信息和空間信息，大都是引入L₁、L₂等范數的限制來優化方法，并沒有考慮遙感數據的物理信息。

發明內容

本發明要解決的技術問題在于，針對上述目前的優化方法沒有考慮遙感數據的物理信息的技術問題，提供基于信息熵的HNMF遙感圖像解混方法解決上述技術缺陷。

基于信息熵的HNMF遙感圖像解混方法，包括：

S1、對當前遙感圖像建立基于稀疏約束的CNMF遙感圖像解混方法；

S2、獲取當前遙感圖像的信息熵，并獲取信息熵正則化函數；