[发明专利]基于半非负矩阵分解的高光谱图像变化检测方法和系统

权利要求书

1.一种基于半非负矩阵分解的高光谱图像变化检测方法，其特征在于，包括：

步骤S101、对根据第一高光谱图像和第二高光谱图像得到的分块图像进行特征提取，得到所述分块图像的特征矩阵，其中，所述第一高光谱图像和所述第二高光谱图像为同一地理区域的多时相影像，大小均为M×N×L，M表示所述多时相影像的横轴的像素数，N表示所述多时相影像的纵轴的像素数，L表示波段数；所述分块图像的大小为2×2×L；所述特征矩阵的大小为3×MN；

步骤S102、基于近似交替优化算法，对所述特征矩阵进行半非负矩阵分解，得到非负矩阵，其中，所述非负矩阵的大小为2×MN；

步骤S103、对根据所述非负矩阵得到的变化图像矩阵进行转换，得到二值变化图；其中，所述变化图像矩阵的大小为M×N，所述二值变化图表征所述第一高光谱图像和所述第二高光谱图像之间的图像变化。

2.根据权利要求1所述的基于半非负矩阵分解的高光谱图像变化检测方法，其特征在于，步骤S101包括：

对根据所述第一高光谱图像和所述第二高光谱图像生成的差分图像进行分块，得到所述分块图像；

采用仿射集拟合，对所述分块图像进行特征提取，得到所述特征矩阵。

3.根据权利要求2所述的基于半非负矩阵分解的高光谱图像变化检测方法，其特征在于，在步骤S101中，

对所述第一高光谱图像的波段和所述第二高光谱图像的波段逐个相减，得到所述差分图像。

4.根据权利要求1所述的基于半非负矩阵分解的高光谱图像变化检测方法，其特征在于，步骤S102具体为：

基于近似交替优化算法，对所述特征矩阵进行半非负矩阵分解，生成无约束矩阵子问题和非负矩阵子问题，并对所述无约束矩阵子问题和所述非负矩阵子问题进行迭代求解，得到所述非负矩阵。

5.根据权利要求4所述的基于半非负矩阵分解的高光谱图像变化检测方法，其特征在于，在步骤S102中，响应于所述无约束矩阵子问题和所述非负矩阵子问题连续两次迭代结果的相对差小于0.001，停止迭代。

6.根据权利要求4所述的基于半非负矩阵分解的高光谱图像变化检测方法，其特征在于，对所述无约束矩阵子问题和所述非负矩阵子问题进行迭代求解具体为：

基于最小二乘法，对所述无约束矩阵子问题进行迭代求解，得到无约束矩阵；

基于交替方向乘子法，对所述非负矩阵子问题进行迭代求解，得到所述非负矩阵。

7.根据权利要求6所述的基于半非负矩阵分解的高光谱图像变化检测方法，其特征在于，在步骤S102中，响应于基于交替方向乘子法，对所述非负矩阵子问题进行迭代求解达到预设迭代次数，停止迭代。

8.根据权利要求1-7任一所述的基于半非负矩阵分解的高光谱图像变化检测方法，其特征在于，在步骤S103中：

对所述非负矩阵的两行进行对应比较得到的MN维向量进行还原，得到所述变化图像矩阵。

9.一种基于半非负矩阵分解的高光谱图像变化检测系统，其特征在于，包括：

图像分块单元，配置为对根据第一高光谱图像和第二高光谱图像得到的分块图像进行特征提取，得到所述分块图像的特征矩阵，其中，所述第一高光谱图像和所述第二高光谱图像为同一地理区域的多时相影像，大小均为M×N×L，M表示所述多时相影像的横轴的像素数，N表示所述多时相影像的纵轴的像素数，L表示波段数；所述分块图像的大小为2×2×L；所述特征矩阵的大小为3×MN；

矩阵分解单元，配置为基于近似交替优化算法，对所述特征矩阵进行半非负矩阵分解，得到非负矩阵，其中，所述非负矩阵的大小为2×MN；

转换单元，配置为对根据所述非负矩阵得到的变化图像进行转换，得到二值变化图；其中，所述二值变化图表征所述第一高光谱图像和所述第二高光谱图像之间的图像变化。