[发明专利]一种考虑光谱变异性的高光谱图像非线性解混方法有效

专利信息
申请号: 201810579080.9 申请日: 2018-06-07
公开(公告)号: CN109035154B 公开(公告)日: 2021-08-20
发明(设计)人: 智通祥;王斌 申请(专利权)人: 复旦大学
主分类号: G06T5/00 分类号: G06T5/00;G06T5/50
代理公司: 上海正旦专利代理有限公司 31200 代理人: 陆飞;陆尤
地址: 200433 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明属于遥感图像处理技术领域,具体为一种考虑光谱变异性的高光谱图像非线性解混方法。本发明首先利用核方法将原始数据映射到高维特征空间,在高维空间中考虑光谱变异系数进行线性解混;同时,依据地物分布的空间连续性,对丰度和变异系数添加局部平滑约束,使得二者具有空间上的平滑性。本方法在Hapke和GBM两种非线性混合模型中存在光谱变异性时,能进行有效的无监督非线性光谱解混。本发明能克服不同非线性混合场景中存在的光谱变异性问题,提高光谱解混的精度,在实际应用中具有重要的意义。
搜索关键词: 一种 考虑 光谱 变异性 图像 非线性 方法
【主权项】:
1.一种考虑光谱变异性的高光谱图像非线性解混方法,其特征在于,通过核函数将原始高光谱图像数据隐式地映射到高维特征空间中,从而在该空间中结合光谱变异性进行线性解混;同时依据实际地物的分布特性,在丰度和光谱变异系数上添加局部平滑约束;其中:针对Hapke和GBM两类非线性混合模型中存在光谱变异性时,高光谱遥感图像中的每个像元xn∈RL×1(n=1,2,...N)表示为:φ(xn)=φ(A)diag(zn)sn=φ(A)(zn⊙sn)   (1)这里,φ(·)是非线性映射,A=[a1,a2,…,aP]∈RL×P表示端元矩阵,P是端元数,分别是像元xn的光谱变异系数和丰度;再结合地物分布特性加入对应的平滑约束,得到目标函数:这里引入了新变量B={b1,,,bn,,,bN},约束参数λ,λ衡量所引入变量bn与zn⊙sn之间的差异;将像元光谱差异wn,m作为权重,使和ψ(Z)较好地反应中心像素丰度和变异系数与邻域像素对应取值间的相似性;α和β分别是相应的惩罚系数;τC(S)是丰度,满足“非负”与“和为一”约束的指示函数;针对目标函数的变量,采取逐一交替优化的方法;算法初始化:端元矩阵A和丰度矩阵S分别采用VCA和FCLS进行初始化,变异系数矩阵Z每个元素均初始取1,变量矩阵B用A和S初始值的乘积初始化;执行以下步骤循环:(1)优化端元矩阵A步骤1.1:保留式(2)中与端元矩阵A相关的项,将式(2)重新写成:步骤1.2:由于核函数的存在,采用投影梯度法对端元矩阵A进行更新:At+1=max(A‑ηt▽Af(At),0)   (4)其中,t是用投影梯度法更新时的迭代次数,尺度因子ηt的计算采用Armoji搜索法,使得目标函数值能满足一定的单调下降;(2)优化变量矩阵B步骤2.1:保留式(2)中与变量矩阵B相关的项,将式(2)重新写成:步骤2.2:对矩阵B逐个像素进行求解:其中,Qp,q=κ(ap,aq),cp,n=κ(ap,xn),IP×P是一个单位矩阵;κ是核函数,表达式是:(3)优化丰度矩阵S步骤3.1:保留式(2)中与丰度矩阵S相关的项,将式(2)重新写成:对于式(8),采用ADMM的方法进行求解,引入两个变量g1和g2,对应的增广拉格朗日表达式是:其中,分别是g1和g2的列向量,v1和v2是尺度化的对偶变量,是它们对应的列向量,ρ是惩罚参数;步骤3.2:对式(9)中的变量进行逐一求解:(3.2a)(3.2b)g1=ρ(S+v1)(αL+ρIN×N)‑1;其中,L=D‑W是一个拉普拉斯矩阵,D是一个对角矩阵,对角元素满足(3.2c)(3.2d)(4)优化变异系数矩阵Z步骤4.1:变异系数矩阵Z的求解过程和丰度矩阵S类似,引入变量g3,对应的增广拉格朗日表达式是:其中,是g3的列向量,v3是尺度化的对偶变量,是它的列向量,θ是惩罚参数;步骤4.2:对式(10)中的变量进行逐一求解:(4.2a)(4.2b)g3=θ(Z+v3)(βL+θIN×N)‑1;(4.2c)(4.2d)如达到最大迭代次数或满足收敛精度则输出矩阵A,B,S,Z,否则回到步骤(1)。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于复旦大学,未经复旦大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201810579080.9/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top