[發(fā)明專利]一種聯(lián)合圖像信息的空間人造目標(biāo)光譜解混方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202011259445.3
• 申請日: 2020-11-12
• 公開（公告）號: CN112380967B
• 公開（公告）日: 2022-05-24
• 發(fā)明（設(shè)計(jì)）人: 李慶波;苗興晉
• 申請（專利權(quán)）人: 北京航空航天大學(xué)
• 主分類號: G06V20/10
• 分類號: G06V20/10;G06V10/26;G06F30/27;G06F17/16;G06V10/58;G01N21/25;G06F111/04
• 代理公司: 北京高沃律師事務(wù)所 11569
• 代理人: 張夢澤

本發(fā)明涉及一種聯(lián)合圖像信息的空間人造目標(biāo)光譜解混方法及系統(tǒng)。該方法包括：獲取空間人造目標(biāo)的原始尺度高光譜圖像；利用自適應(yīng)高光譜圖像分割算法對原始尺度高光譜圖像進(jìn)行處理，生成近似尺度高光譜圖像；確定近似尺度和原始尺度的解混優(yōu)化模型并求解。本發(fā)明充分利用目標(biāo)光譜圖像中所存在的空間上下文信息，使得解混過程具有更加全面的約束條件，有效抑制噪聲和異常值的干擾；在解混過程中引入光譜?空間距離權(quán)重正則化項(xiàng)，考慮像元間的空間相關(guān)性和光譜相似性，是空間人造目標(biāo)表面材料分布的自然和自適應(yīng)表征，能捕獲高光譜圖像數(shù)據(jù)中較復(fù)雜的圖像維信息，避免丟失目標(biāo)局部細(xì)節(jié)信息和邊界信息，可以提高解混準(zhǔn)確度。

技術(shù)領(lǐng)域

本發(fā)明涉及空間人造目標(biāo)光譜解混領(lǐng)域，特別是涉及一種聯(lián)合圖像信息的空間人造目標(biāo)光譜解混方法及系統(tǒng)。

背景技術(shù)

空間人造目標(biāo)光譜觀測，是利用光譜儀獲取空間人造目標(biāo)在不同頻帶的散射、反射、輻射能量，即目標(biāo)光譜特征信息；可以根據(jù)目標(biāo)光譜特征來識別分析目標(biāo)的材料信息。光譜觀測系統(tǒng)靈活、方便，對空間人造目標(biāo)識別具有重要意義。由于空間人造目標(biāo)光譜特征信息可以反映該目標(biāo)的材料的信息，因此可以在空間人造目標(biāo)軌道等其他信息難以獲取的情況下，實(shí)現(xiàn)對目標(biāo)的探測和識別。高光譜成像技術(shù)作為空間人造目標(biāo)光譜觀測中的重要技術(shù)手段，具有“聯(lián)合光譜和圖像信息”的特點(diǎn)，它能同時(shí)獲得空間人造目標(biāo)圖像信息和光譜信息數(shù)據(jù)，形成一個(gè)數(shù)據(jù)三維立方體(Data cube)。高光譜傳感器具有較高的光譜分辨力，從而可以取得空間人造目標(biāo)較為精細(xì)且準(zhǔn)確的光譜信息，甚至可以反演空間人造目標(biāo)的材料組成。基于以上原因，對空間人造目標(biāo)的高光譜數(shù)據(jù)進(jìn)行分析處理是空間人造目標(biāo)觀測、材料識別和分析的一種有力手段。

觀測空間人造目標(biāo)時(shí)，由于空間人造目標(biāo)的材料組成多樣，同時(shí)受到距離和地基觀測設(shè)備空間分辨率的制約，通常在空間人造目標(biāo)高光譜圖像中，每個(gè)像元包含目標(biāo)的某個(gè)區(qū)域的瞬時(shí)視場，多種純物質(zhì)材料的光譜特征信息組合在一個(gè)像元中，稱之為“混合像元”。因此，可以通過空間人造目標(biāo)光譜解混方法將每個(gè)混合像元分解成一組純物質(zhì)材料的光譜特征(端元提取)，其中每個(gè)基本成分稱為“端元”，以及估計(jì)其相應(yīng)組成比例(豐度估計(jì))，稱為“豐度”，從而，獲的關(guān)于空間人造目標(biāo)更多組成材料信息，并提供亞像元分辨力。盡管空間人造目標(biāo)光譜解混方法受到了廣泛關(guān)注和研究，但其仍然是一個(gè)具有挑戰(zhàn)性的研究領(lǐng)域。

目前，大多數(shù)光譜解混方法都是基于非負(fù)矩陣分解(Non-negative MatrixFactorization,NMF)理論，通常不需要純像元假設(shè)，并且可以同時(shí)確定端元光譜和相應(yīng)的豐度值，且自動(dòng)具有非負(fù)特性。但是缺乏有效約束條件時(shí)，該方法的解混結(jié)果不穩(wěn)定并且對噪聲和異常值敏感。

近些年來的研究表明：由于目標(biāo)高光譜數(shù)據(jù)中蘊(yùn)含了豐富的空間自相關(guān)性，在光譜解混問題中將高光譜數(shù)據(jù)的空間上下文信息(圖像維)信息作為正則化約束能夠有效提高解混的準(zhǔn)確性。但是通常將空間鄰域描述為具有相等大小和規(guī)則形狀(正方形窗口)的一組像元，且只考慮高光譜數(shù)據(jù)中像元間的空間相關(guān)性，而忽略了像元間豐富光譜相似性，因此，很難在高光譜圖像數(shù)據(jù)中同時(shí)捕獲更復(fù)雜的圖像維和光譜維信息。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種聯(lián)合圖像信息的空間人造目標(biāo)光譜解混方法及系統(tǒng)，以提高解混結(jié)果的準(zhǔn)確度。

為實(shí)現(xiàn)上述目的，本發(fā)明提供了如下方案：

一種聯(lián)合圖像信息的空間人造目標(biāo)光譜解混方法，包括：

獲取空間人造目標(biāo)的原始尺度高光譜圖像；所述原始尺度高光譜圖像包括多個(gè)像元；

利用自適應(yīng)高光譜圖像分割算法對所述原始尺度高光譜圖像進(jìn)行處理，生成近似尺度高光譜圖像；所述近似尺度高光譜圖像中包括多個(gè)超像元，所述超像元的個(gè)數(shù)小于所述像元的個(gè)數(shù)；

確定近似尺度的解混問題優(yōu)化模型和原始尺度的解混優(yōu)化模型；所述原始尺度的解混問題優(yōu)化模型為：