[发明专利]高光谱遥感图像的线性全约束丰度估计方法

摘要

本发明公开了一种高光谱遥感图像的线性全约束丰度估计方法，构建原光谱解混问题的对偶问题，通过全约束最小二乘法对丰度进行初始化，结合偏离度ρ因素利用原始对偶内点法优化丰度结果，具体包括以下步骤：S1:建立图像的线性光谱混合模型：S2:对线性光谱混合模型施加约束条件；S3:采用原始对偶内点法和全约束最小二乘丰度估计算法对线性光谱混合模型进行混合像元的丰度估计。该发明有效地克服了全约束最小二乘法精度不高的问题，同时也解决了原始对偶内点法速度慢的问题，可以作为一种解决高光谱遥感图像全约束丰度估计的有效手段。在基于高光谱遥感图像的高精度的解混以及地面目标的检测和识别方面具有重要的应用价值。

主权项

1.一种高光谱遥感图像的线性全约束丰度估计方法，其特征在于：构建原光谱解混问题的对偶问题，通过全约束最小二乘法对丰度进行初始化，结合偏离度ρ因素利用原始对偶内点法优化丰度结果，具体包括以下步骤：S1:建立图像的线性光谱混合模型：S2:对线性光谱混合模型施加约束条件；S3:采用原始对偶内点法和全约束最小二乘丰度估计算法对线性光谱混合模型进行混合像元的丰度估计：在该过程中融合偏离度ρ作为丰度估计的一个因素，用偏离度ρ表征混合像元中不能被解析的部分，其中偏离度是对丰度的“和为1”约束的松弛，ρ将端元数量、地形、遥感器、端元纯净性、噪声因素所引起的影响使用解析偏差表示；从而获得高光谱图像中每个混合像元的最佳偏离度ρz，得到最佳的丰度估计结果实现原图像的重构。