[发明专利]基于子空间聚类约束的高光谱影像解混方法、计算机可读存储介质、电子设备

摘要

本发明提出一种基于子空间聚类约束的高光谱影像解混方法、计算机可读存储介质、电子设备，解决现有方法没有充分考虑高光谱影像地物复杂以及空间结构特征而导致的解混精度不高的问题。该方法包括以下步骤：1)输入高光谱影像Y；2)将子空间聚类方法嵌入到非负矩阵分解框架中，得到一个能够充分挖掘数据子空间结构的联合统一解混框架；3)迭代求解步骤2)联合统一框架中的各矩阵参数，分别得到端元系数矩阵B、丰度系数矩阵A和空间自表达系数矩阵S；4)利用步骤3.2)中得到的端元系数矩阵B合成端元，得到解混后的端元矩阵M：5)获得高光谱影像Y的端元矩阵M和丰度系数矩阵A，完成高光谱影像Y的解混。

主权项

1.一种基于子空间聚类约束的高光谱影像解混方法，其特征在于，包括以下步骤：1)输入高光谱影像Y；2)将子空间聚类方法嵌入到非负矩阵分解框架中，得到一个能够充分挖掘数据子空间结构的联合统一解混框架；2.1)将子空间聚类方法嵌入到稀疏非负矩阵分解框架中，目标函数式为：其中，Y代表输入的高光谱影像；M是端元矩阵；A是丰度系数矩阵；S是由子空间聚类算法得到的空间自表达系数矩阵；||·||_F是矩阵的Frobenius模；Tr(·)表示一个矩阵的迹；(·)^T是矩阵的转置；L是拉普拉斯矩阵；λ₁和λ₂分别表示空间结构约束和稀疏约束的权重系数；2.2)利用原始数据合成人工端元矩阵：M＝YB      (2)其中，B是端元系数矩阵；2.3)将式(2)与式(1)结合，得到更新后的目标函数式，该更新后的目标函数即为联合统一解混框架；3)迭代求解步骤2.3)联合统一框架中的各矩阵参数，分别得到端元系数矩阵B、丰度系数矩阵A和空间自表达系数矩阵S；3.1)固定空间自表达系数矩阵S，将目标函数式(3)改写为：重写(4)式：分别对公式(5)中的B、A求偏导，得：依据KKT条件，可得端元系数矩阵B、丰度系数矩阵A的更新规则为：其中，⊙表示矩阵对应元素相乘；A^t、B^t分别表示A、B经第t次迭代后的结果，A^t+1、B^t+1分别表示A、B经第t+1次迭代后的结果；3.2)固定端元系数矩阵B、丰度系数矩阵A，将目标函数式(3)式改写为：采用与步骤(3.1)中相同的方法，可得空间自表达系数矩阵S：其中，S^t和S^t+1分别表示S经过第t次、第t+1次后的迭代结果；4)利用步骤3.2)中得到的端元系数矩阵B合成端元，得到解混后的端元矩阵M：M＝YB5)获得高光谱影像Y的端元矩阵M和丰度系数矩阵A，完成高光谱影像Y的解混。