[发明专利]一种基于粒子群优化的高光谱图像稀疏分解方法

摘要

本发明公开了一种基于粒子群优化的高光谱图像稀疏分解方法，主要解决现有的正交匹配追踪稀疏分解算法计算复杂度高的问题。其技术关键是借助粒子群优化的思想，对正交匹配追踪算法的匹配过程进行改进，利用粒子表示冗余字典中的原子，依靠粒子群的快速搜索能力，找到能够对图像进行稀疏表示的最优原子，实现图像的稀疏分解。本发明方法能够在保证重构精度的条件下，提高稀疏分解的效率，且算法不需要事先产生冗余字典，减少对存储空间的占用，满足实时性要求。

主权项

1.一种基于粒子群优化的高光谱图像稀疏分解方法，其特征在于，包括以下步骤：步骤1.高光谱图像总的波段数为J，波段序号为j，对每个波段图像进行分块处理，分块大小为B，分块个数为L，图像块号表示为l，则Xj,l表示第j个波段第l个图像块；设定最优原子个数为K，设定粒子群算法的种群个数为M，最大更新代数为T；步骤2.令j＝1，l＝1；步骤3.如果l＞L，则输出并令j＝j+1，l＝1，转入步骤4；否则，转入步骤5；步骤4.如果j＞J，则稀疏分解过程结束；否则，转入步骤5；步骤5.设定原子个数为k＝1；初始化残差r0＝Xj,l，最优原子索引集合为Λ0＝[]；步骤6.利用粒子群算法搜索得到最优原子的索引；步骤7.利用和公式(1)更新最优原子索引集合：Λk＝Λk‑1YGbest   (1)步骤8.根据公式(2)更新残差：其中，表示由原子索引集合Λ_k所形成的原子字典；步骤9.令k＝k+1，如果k＞K，输出并转入步骤10；否则转入步骤6；步骤10.根据公式(3)计算搜索到的最优原子表示的重构图像转入步骤11：步骤11.令l＝l+1，转入步骤3。