[發(fā)明專利]一種小波域的多時高光譜圖像貝葉斯解混方法

在審

• 申請?zhí)枺?/td>: 202110745207.1
• 申請日: 2021-06-30
• 公開（公告）號: CN113435366A
• 公開（公告）日: 2021-09-24
• 發(fā)明（設(shè)計）人: 劉紅毅;陸有康;張晨陽;吳澤彬;韋志輝;劉柏宇
• 申請（專利權(quán)）人: 南京理工大學(xué)
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06F17/14;G06N7/00
• 代理公司: 南京理工大學(xué)專利中心 32203
• 代理人: 王瑋

本發(fā)明公開了一種小波域的多時高光譜圖像貝葉斯解混方法。該方法利用小波變換在信號檢測方面的優(yōu)勢、貝葉斯模型以及端元和端元變異性的小波系數(shù)特點，分別對高光譜圖像的高低頻小波系數(shù)建立先驗?zāi)Ｐ停玫礁咏鎸嵵档亩嗽拓S度。該方法的核心為充分利用小波系數(shù)的性質(zhì)并進行先驗建模。本發(fā)明在傳統(tǒng)的貝葉斯解混模型基礎(chǔ)上，根據(jù)端元和端元變異性的小波系數(shù)特點，分別對其高低頻小波系數(shù)建立先驗?zāi)Ｐ汀Ｗ詈螅槍Φ玫降呢惾~斯解混模型，用MCMC方法進行求解，并對得到的結(jié)果進行小波逆變換。實驗結(jié)果表明了所提出方法在端元和端元變異方面，具有更好的逼近性。

技術(shù)領(lǐng)域

本發(fā)明屬于高光譜圖像解混技術(shù)領(lǐng)域，特別是一種小波域的多時高光譜圖像貝葉斯解混方法。

背景技術(shù)

高光譜成像儀能夠獲取數(shù)百個連續(xù)波段上的數(shù)據(jù)，得到具有較高光譜分辨率的高光譜圖像，被廣泛應(yīng)用于對地觀測、軍事偵查、礦物勘探、精準(zhǔn)農(nóng)業(yè)等多個領(lǐng)域。由于光譜成像儀的空間分辨率限制和地表物質(zhì)的復(fù)雜多樣性，高光譜成像技術(shù)獲得的圖像像元中往往包含多種物質(zhì)，這些像元被稱為混合像元。混合像元的存在會對高光譜數(shù)據(jù)分析產(chǎn)生一定的影響，因此，需要利用高光譜解混技術(shù)對混合像元進行分離，分解為混合像元的成分(端元)光譜以及其所占的比例系數(shù)(豐度)。

經(jīng)典的解混方法大多假設(shè)端元光譜是不變的，忽略了物質(zhì)的反射率可能隨光照、大氣、季節(jié)等因素而變化的事實。因此，需要進一步研究考慮端元變異性的光譜解混問題。根據(jù)光譜變化產(chǎn)生的可能原因，光譜變異需要考慮光譜特征選擇、光譜加權(quán)、光譜變換和光譜建模等幾個方面。

Roberts首次提出了端元變化下的解混方法，通過構(gòu)造光譜束，定義每個純端元的標(biāo)準(zhǔn)特征，有限數(shù)量的光譜特征可以捕獲每種材料的大部分光譜變異性。然而，光譜束的缺點是依賴于提取的簇的多樣性。一個簡單的解決方案是從光譜數(shù)據(jù)集中隨機選擇光譜。這一類方法中，字典學(xué)習(xí)方法和稀疏表示方法常被用來精確估計端元和豐度。

從物理角度出發(fā)，也可直接對端元變異性進行建模。有人提出了一種擴展的線性混合模型(Extended Linear Mixing Model，ELMM)，該模型通過端元與比例因子相乘來模擬光照對反射率的影響。然而，ELMM模型對不同波長采用固定的尺度比，當(dāng)端元在更復(fù)雜的環(huán)境下變化時，缺乏必要的靈活性，例如植被光譜的實驗測量結(jié)果與季節(jié)變化存在顯著差異。在ELMM模型的基礎(chǔ)上考慮到每個波長間隔的光譜變異，廣義線性混合模型(Generalized Linear Mixing Model，GLMM)采用依波段的比例因子使新模型能適應(yīng)端元光譜的任意變化。增廣線性混合模型(Augmented Linear Mixing Model，ALMM)將數(shù)據(jù)驅(qū)動學(xué)習(xí)策略應(yīng)用于高光譜反問題，通過引入光譜變異性字典，對由環(huán)境條件和儀器配置以及材料非線性混合效應(yīng)引起的其他光譜變異性進行建模，同時實現(xiàn)了對光譜變異性字典進行學(xué)習(xí)和估計豐度。通過假設(shè)光譜變化是由加性擾動引起的，建立了擾動LMM模型(PerturbedLinear Mixing Model，PLMM)。該模型將端元和其變異性分開考慮，可以很容易地施加不同的約束或正則化來模擬更復(fù)雜的環(huán)境變化。