[发明专利]一种基于自动形态学端元提取的高光谱图像数据解混方法

摘要

本发明涉及一种基于自动形态学端元提取的高光谱图像数据解混方法，属于图像数据处理技术领域。该方法利用参考光谱向量计算得到整幅图像中混合程度最大的像元，并在此基础上改进形态学算子，通过新的MEI计算方法，对原有的结构元素进行改进，用偶数大小结构元素取代奇数大小的结构元素，从每个结构元素内选出四个候选端元，从而有效避免了可能的信息遗失，进一步提高数据处理的准确性，最终提高数据处理后获得图像的清晰度，且本发明的基于自动形态学端元提取的高光谱图像数据解混方法，其实现方法也相当简便。

主权项

1.一种基于自动形态学端元提取的高光谱图像数据解混方法，其特征在于，所述的方法包括以下步骤：(1)估计高光谱图像数据f中的端元数p；(2)设置结构元素Kmin和Kmax，根据所述的结构元素Kmin、Kmax求得最大迭代次数Imax，计算所述高光谱图像数据的参考光谱向量Uben；其中Kmin和Kmax均为偶数；且所述的计算所述高光谱图像数据的参考光谱向量Uben具体为，利用单形体体积增长算法或正交子空间投影算法提取图像端元的平均值作为参考光谱向量Uben，或利用所述高光谱图像所有像元的平均值作为参考光谱向量Uben；(3)初始化，设迭代次数i＝1，每一个像元f(x,y)的MEI值为MEI(x,y)＝0；(4)将结构元素K在所述高光谱图像数据中移动，并对所述高光谱图像数据f进行膨胀操作，获得所述结构元素K内纯度最高的四个像元d1、d2、d3、d4；(5)根据下式确定所述的所述结构元素K内纯度最高的四个像元d1、d2、d3、d4的MEI值，MEI(n,m)＝dist(d(x,y),Uben)，其中，dist(d(x,y),Uben)为像元与参考光谱向量Uben间的光谱夹角距离；(6)设i＝i+1，判断是否i＝I_max，若是，则进入步骤(7)；若否，则用膨胀操作后的结构元素修正后的高光谱图像数据代替原高光谱图像数据f膨胀操作，并返回步骤(4)；(7)获得MEI图像，该MEI图像为由MEI值大于设定阈值的像元所组成的候选端元集；(8)从所述的候选端元集之中选取形态学离心率指数最大的像元作为图像的第一个端元e1，设置已获取端元数n＝1；(9)当n≥1时，从所述的候选端元集之中选取由已知端元组成的各单形体中体积最大的像元作为下一个端元；(10)判断是否n＜p，若是，则设定则n＝n+1，并返回步骤(9)，若否，则得到p个端元(e1,e2,L,ep)。