[發明專利]一種高光譜圖像目標檢測方法和系統

在審

• 申請號: 202010692849.5
• 申請日: 2020-07-17
• 公開（公告）號: CN112036235A
• 公開（公告）日: 2020-12-04
• 發明（設計）人: 石悅
• 申請（專利權）人: 中國科學院空天信息創新研究院
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/40;G06K9/62
• 代理公司: 北京安博達知識產權代理有限公司 11271
• 代理人: 徐國文

1.一種高光譜圖像目標檢測方法，其特征在于，包括：

對高光譜圖像進行降維處理，并初始化端元矩陣和豐度矩陣；

將降維處理后的高光譜圖像像元利用所述初始化后的端元矩陣和豐度矩陣進行投影處理得到高光譜圖像端元投影空間信息量特征；

基于所述高光譜圖像端元投影空間信息量特征量對預先構建的目標函數迭代求解得到端元矩陣和豐度矩陣；

基于所述端元矩陣和豐度矩陣確定每個像元的地物組成；

其中所述目標函數基于空間信息統計模型的投影信息量和基于凸面幾何模型的最小端元體積約束構建。

2.根據權利要求1所述的目標檢測方法，其特征在于：所述對高光譜圖像進行降維處理，包括：

設端元數為p；

利用最小噪聲分離變換MNF的正反變換對所述高光譜圖像進行噪聲白化處理，取前p-1個波段進行反變換，獲得噪聲白化圖像，作為降維后的高光譜圖像R。

3.根據權利要求2所述的目標檢測方法，其特征在于：所述初始化端元矩陣和豐度矩陣，包括：

隨機選取所述高光譜圖像R中的p個點作為初始端元，并令初始豐度矩陣的初值為0。

4.根據權利要求2所述的目標檢測方法，其特征在于：所述將降維處理后的高光譜圖像像元利用所述初始化后的端元矩陣和豐度矩陣進行投影處理得到高光譜圖像端元投影空間信息量特征，包括：

將所述高光譜圖像R中所有像元投影到端元矩陣中得到投影矩陣；

基于所述投影矩陣中所有非負特征值的和得到高光譜圖像端元投影空間信息量特征。

5.根據權利要求4所述的目標檢測方法，其特征在于：所述投影矩陣的計算式如下：

M＝(I-P_E)R

式中，M為投影矩陣，P_E為端元矩陣E的投影算子；

所述投影算子P_E的計算式如下：

P_E＝E(E^TE)^-1E^T。

6.根據權利要求4所述的目標檢測方法，其特征在于：所述高光譜圖像端元投影空間信息量特征的計算式如下：

J_IC(E)＝tr(∑_M)＝∑α_i

式中，J_IC(E)為高光譜圖像端元投影空間信息量特征，M為投影矩陣；∑_M是投影矩陣M的協方差矩陣，α_i為協方差矩陣Σ_M的第i個非負特征值。

7.根據權利要求1所述的目標檢測方法，其特征在于：所述目標函數為：

E≥0，C≥0

式中，為模型誤差值，λ和η分別為正則化參數,J_VC(E)為最小端元體積約束函數，E為高光譜圖像R的端元矩陣，C為豐度矩陣，p為端元數，為p維行向量；

所述最小端元體積約束函數如下式：

8.根據權利要求7所述的目標檢測方法，其特征在于：所述對預先構建的目標函數迭代求解得到端元矩陣和豐度矩陣，包括：

計算所述目標函數的偏微分值

基于信息量和體積約束非負矩陣分解端元提取目標函數優化迭代規則，設置迭代計算終止條件；

設定σ值，對所述目標函數迭代求解，當滿足迭代終止條件，則結束迭代。

優選的：所述目標函數優化迭代規則為：

式中，E_i+1為目標函數第i+1次迭代生成的端元矩陣，C_i+1為第i次迭代的生成的豐度矩陣，α_i和β_i分別是端元矩陣和豐度矩陣的迭代步長。

優選的，所述對預先構建的目標函數迭代求解得到端元矩陣和豐度矩陣，之前還包括：令目標函數優化迭代規則中的