[发明专利]结合边缘保持的高光谱图像亚像元定位方法

权利要求书

1.结合边缘保持的高光谱图像亚像元定位方法，其特征在于：包括以下步骤：

S1：利用高斯模糊核和原始高光谱图像进行非盲去卷积来削弱原始高光谱图像中点扩展函数效应；

S2：使用域变换递归滤波器滤波来起到边缘保持和减少噪声的作用；

S3：通过光谱解混技术得到丰度图像；

S4：对丰度图像进行上采样以获得各类别亚像元软类值；

S5：利用类别分配策略为各亚像元分配标签，得到亚像元定位结果。

2.根据权利要求1所述的结合边缘保持的高光谱图像亚像元定位方法，其特征在于：在步骤S1中，受到点扩展函数效应影响的高光谱成像模型表示为：

B＝I*K+N

其中，B∈R^m×n×b为高光谱遥感传感器获取得到的模糊图像，K∈R^k×k为点扩展函数所对应的模糊核，I∈R^m×n×b为所求清晰图像，N∈R^m×n×b表示加性噪声，*表示卷积运算，其中m×n表示空间分辨率，b表示波段数，k为点扩展函数对应的卷积核阶数；

设B＝(B₁,B₂,...,B_b)^T，I＝(I₁,I₂,...,I_b)^T，i＝1,2,...,b，假设B_i满足泊松噪声分布，将待求清晰图像I的似然概率函数表示为：

其中，！表示阶乘运算，K为高斯模糊核，最大似然解出现在似然函数偏导数为零的情况下，则得到迭代式：

其中，K^H为K的共轭转置矩阵，n为迭代次数，选择I_i＝B_i作为初始条件进行迭代，通过设置合适的迭代次数进而得到所求图像近似值I。

3.根据权利要求1所述的结合边缘保持的高光谱图像亚像元定位方法，其特征在于：在步骤S2中，非盲去卷积得到的清晰图像I使用域变换递归滤波器进行滤波，具体实现为：令I＝(I₁,I₂,...,I_b)^T，i＝1,2,...,b，将任意波段I_i看成二维灰度图，将其分别沿着图像的水平和垂直方向转换为多组一维信号，对于任意给定一维信号S，其域变换可被定义为：

其中，S₀表示一维信号初始时刻的值，δ_s和δ_r为控制滤波器平滑度的两个常数，S_j-1和S_j表示第j-1时刻和第j时刻一维信号的值，|·|表示绝对值，U_i表示域变换后的信号强度，递归保边滤波器可以在变换域中定义为：

J[n]＝(1-α^d)S[n]+α^dJ[n-1]

其中，α为反馈系数，d＝U_n-U_n-1表示变换域中相邻两信号间的距离，S_n表示第n时刻一维信号的强度值，J[n-1]和J[n]分别表示第n-1和第n时刻一维信号域变换递归滤波的值。

4.根据权利要求1所述的结合边缘保持的高光谱图像亚像元定位方法，其特征在于：在步骤S3中，光谱解混技术具体为：利用基于线性解混模型的光谱解混方法来处理域变换递归滤波器滤波后的图像，以获得各类别丰度图像，线性解混模型为：线性解混模型是指混合像元内代表地物类别的端元与其所占的比例成线性关系，则设Y为待解混的高光谱数据，A为端元矩阵，X为丰度矩阵，N₁为噪声矩阵，则有

Y＝AX+N₁

其中，丰度矩阵X满足非负约束以及和为1约束。

5.根据权利要求1所述的结合边缘保持的高光谱图像亚像元定位方法，其特征在于：在步骤S4中，通过上采样方法对步骤S3获得的各地物类别丰度图像进行处理，得到各亚像元的每种类别的软类值。

6.根据权利要求1所述的结合边缘保持的高光谱图像亚像元定位方法，其特征在于：在步骤S5中，类别分配策略选用的是以类为单元的类别分配策略，具体为：

假设场景中含有C类地物，P_j表示第j个像元，F_k(P_j)表示第j个像元中第k类地物的丰度系数，则该像元通过尺度因子s进行上采样使得该像元划分为s²个亚像元，则该像元内第k类地物所占亚像元个数N_k(P_j)可通过下式获取：

N_k(P_l)＝round[F_k(P_j)·s²]

其中，round[·]表示四舍五入运算。