[发明专利]一种基于信源可变的约束单象素ICA的混合像元分解方法

说明书

技术领域：

本发明属于遥感图像混合像元分解技术领域，具体涉及一种信源可变的、基于约束单象 素ICA的混合像元分解方法。

背景技术：

传感器空间分辨率的限制，和地表地物复杂多样的影响，使得混合像元普遍存在于各类 遥感图像中，对于地面地物分布比较复杂的区域尤其如此(参考对比文件1)。如果不考虑混 合像元的影响而将其当作纯像元来考虑，势必会带来分类误差，导致精度下降，不能反映真 实的地物覆盖情况。

在现有混合像元模型中线性模型是迄今为止最受欢迎、使用最多的一种模型。但线形模 型中，混合像元分解的地物类型的种类始终固定，而实际中大多数的影像区域只是由全部地 物类型中的部分类型组成。因此，在混合像元分解过程中，待分解像元的地物类型如果可以 随着象素点的变化而变化，会相应的提高混合像元的分解精度。关于混合像元分解过程中分 解类型随象素点的变化而变化的思想已引起了较大的关注(参考对比文件2)。同时，遥感图 像混合像元分解中的绝大部分理论方法都要求遥感图像的通道数目大于地物类型的种类(参 考对比文件3)，而某些遥感图像(如合成孔径雷达图像)并没有那么多的通道数目(参考对比 文件4)，于是，地物种类大于遥感图像通道数的混合像元分解问题也已成为混合像元分解问 题的一个瓶颈问题。

独立成分分析(Independent Component Analysis，ICA)是近年发展起来的一种多道信号处 理方法，在核磁共振成像、光谱遥感图像分类、图像特征提取、遥感图像变化检测、数字水 印、信号检测等领域也已得到较好的应用。但现有的ICA的目标函数不能满足图像混合像元 分解中所要求的一些约束条件(即分解结果之和为1，分解结果中每一类地物的比例应在[0，1] 范围内，等等)，ICA还未在图像混合像元分解问题中取得较好应用。

本发明在混合像元分解的线形模型及ICA相关理论的基础上，提出一种新的混合像元分 解方法-信源可变的约束单象素ICA分解方法。本发明中的方法动态调整地物种类，在提高 了分类精度降低分类误差的同时也实现了地物种类多于通道数目的混合像元的分解。

对比文件1：C.-I Chang，H.Ren，C.-C.Chang，J.O.Jensen and F.DˇAmico，Estimation of subpixel  target size for remotely sensed imagery[J]，IEEE Trans.on Geoscience and Remote Sensing， 2004，42(6)：1309-1320

对比文件2：Plaza A，Martinex P，Perez R.A quantitative and comparative analysis of endmember  extracion algorithms from hyperspectral data[J].IEEE Transaction on Geoscience and Remote  Sensing，2004，42(3)：650-663

对比文件3：ZHANG Yan，SHAO Mei-Zhen.Decomposing mixed pixels by means of RBF neural  network[J].Journal ofRemote Sensing，2004，7；285-289.

对比文件4：Thomas M.Lillesand，Ralph W.Kiefer.Remote Sensing And Image  Interpretation[M]，New York：John Wiley & Sons，Inc，2003

发明内容：

本发明的目的在于解决混合像元分解领域里的两大难题：地物类型大于遥感图像通道数 的混合像元分解问题，线性模型中因地物类型始终固定所带来的精度问题。为解决上述两个 问题，本发明对传统ICA模型进行改进，提出了一种新的混合像元分解的方法-信源可变的 约束单象素ICA方法。动态调整待分解像元的地物类型，利用混合像元与纯净像元的相似性， 判断尚待分解的混合像元中包含的地物类型，结合本发明中提出的新的ICA--带约束条件的单 象素ICA进行混合像元分解。