[发明专利]高光谱数据端元提取方法、存储介质和电子设备

说明书

本发明涉及一种高光谱数据端元提取方法、存储介质和电子设备，适用于高光谱遥感数据解混合方法和应用技术研究，主要解决现有端元提取方法提取精度不高、运行时间较长的问题。基于空间特征的高光谱数据端元提取方法，包括以下步骤：1)初步计算高光谱数据中含有的端元数量；2)光谱相似度s的计算；3)端元提取候选像元集的获取；4)在获得的候选像元集J中，并根据步骤1)中估计的端元数量，进行端元提取。

技术领域

本发明涉及光谱遥感数据处理方法与应用技术领域，具体涉及基于空间特征的高光谱数据端元提取方法、计算机可读存储介质、电子设备，适用于高光谱遥感数据解混合方法和应用技术研究。

背景技术

混合像元的存在是制约传统像元级遥感分类和目标探测精度的主要原因，而成像光谱仪的数据获取方式使得混合像元在高光谱遥感图像中更加普遍。混合像元指当一个像元对应的瞬时视场角内存在多种不同地物类型，则该像元的光谱特征由这些地物的光谱信息共同构成。为了提高遥感应用的精度，就必须进行混合像元分解，使高光谱遥感应用由像元级达到亚像元级。光谱解混合通常分为两个步骤：一是进行端元提取，二是反演每个端元对应的丰度。

如何从高光谱数据中提取端元一直是热点研究问题，目前已有不少成熟的端元提取方法被国内外学者提出和引用。其中，基于线性光谱混合模型的方法由于符合光谱混合过程的物理原理、形式简单被广泛使用，如纯像元指数(PPI)、内部最大体积法(N-FINDR)、顶点成分分析(VCA)、最大距离法、单形体体积法、顺序最大角凸锥(SMACC)等。然而，这些方法的设计思想均是利用高光谱数据的凸面几何特性，即包含m个端元的最小凸集是一个m-1维空间的凸面单形体，这m个端元即为凸面单形体的m个端点，而每个像元均为端元的凸组合，分布于此凸面单形体的内部。因此，这类方法容易受噪声和异常点的干扰，端元提取精度不高。此外，这些方法主要是从光谱特征角度出发进行端元提取、忽视了像元在空间上的相关性，且每求一个端元都需遍历图像中的所有像元，导致运行时间较长。

发明内容

本发明的目的是解决现有端元提取方法提取精度不高、运行时间较长的问题，提供一种基于空间特征的高光谱数据端元提取方法、计算机可读存储介质、电子设备。该方法合理有效地结合了高光谱数据的光谱特征和空间相关性，大幅提高了抗干扰性，同时缩短了运行时间，是一种可靠性高、运行快、精度高的端元提取方法。

本发明的技术方案是：

一种基于空间特征的高光谱数据端元提取方法，包括以下步骤：

1)输入图像，初步计算图像中高光谱数据中含有的端元数量，记为M；

2)光谱相似度s的计算；

2.1)计算两个像元光谱之间的夹角θ，计算两个像元之间的距离d；

2.2)定义光谱相似度s；

其中，θ′、d′分别为θ和d的归一化值，X和Y分别表示两个像元光谱向量；

3)端元提取候选像元集的获取；

3.1)计算空间场景中每个像元的SPI值；

设当前像元光谱为X_i，j，i和j分别表示该像元在图像空间中的横坐标和纵坐标，并选取以当前像元为中心的N×N大小窗口T；则

SPI_i，j＝max{s(X_i，j，X_m，n)} (4)

(i-N/2+1≤m≤i+N/2-1，j-N/2+1≤n≤j+N/2-1)

3.2)在以当前像元为中心的Q×Q大小窗口L范围内，若当前像元的SPI值是最小值，则该像元参与端元提取运算；否则，该像元不参与端元提取运算，依次遍历所有空间像元后，获得端元提取候选像元集J；