一種基于支持向量數(shù)據(jù)描述的近邊界端元提取方法
【專利摘要】本發(fā)明涉及一種基于支持向量數(shù)據(jù)描述的近邊界端元提取方法。本發(fā)明的目的是這樣實現(xiàn)的：（1）基于支持向量數(shù)據(jù)描述獲取近邊界端元搜索區(qū)域：（2）基于PCA最值最大距離法初始化端元集。本發(fā)明實施簡單，為端元提取過程搜索空間大、隨機初始化端元影響提取結果的兩大難題找到有效的解決方案。兩部可獨立改善提取結果性能，也可結合使用，在效率和精度上同時取得性能的提升。此外兩方面都可以靈活適用于其他的端元提取算法，為有端元提取需求的相關研究內容提供了一個通用、高效、性能優(yōu)越的處理模板。
【專利說明】一種基于支持向量數(shù)據(jù)描述的近邊界端元提取方法
【技術領域】
[0001]本發(fā)明涉及一種基于支持向量數(shù)據(jù)描述的近邊界端元提取方法。
【背景技術】
[0002]高光譜遙感的發(fā)展使得遙感技術進入一個全新的數(shù)據(jù)挖掘時代。隨著光譜分辨率的提高，傳統(tǒng)成像技術無法挖掘處理的信息，在高光譜成像技術的空前發(fā)展中得到前所未有的進步。但與此同時空間分辨率不足的事實，為高光譜圖像數(shù)據(jù)的處理帶來新的挑戰(zhàn)，混合像元的概念由此而生?；旌舷裨奶幚碓诮鼛啄甑玫搅藦V泛的研究，作為混合像元處理前提的端元提取也受到眾多的關注?！岸嗽笔侵父吖庾V數(shù)據(jù)中可以詳盡表示待測地物光譜屬性的純像素，獲得的端元向量通常作為高光譜圖像處理算法對待測地物的先驗知識，所以高光譜端元提取算法通常作為圖像的預處理過程，提取到端元向量的可靠性對后續(xù)高光譜處理算法的處理精度起到極其重要的作用。
[0003]近年來端元提取算法及相應的改進算法層出不窮。端元通常分布在由混合像元所構成的凸面單形體的頂點或頂點附近的單形體邊緣上，N-FINDR算法作為一種全自動處理、無參數(shù)設置的簡單算法受到廣泛的應用。但是由于高光譜圖像海量的數(shù)據(jù)，N-FINDR巨大的數(shù)據(jù)搜索空間和初始化端元隨機選擇兩個方面在提取結果精度、穩(wěn)定性及執(zhí)行效率上成為最明顯的缺陷。現(xiàn)有研究成果以一定的閾值來縮減搜索的空間，但是并沒能得到對應端元分布可能的最優(yōu)搜索集合，單形體內的數(shù)據(jù)的保留就是制約提取效率和精度的重要因素之一。另外初始化端元選擇的隨機性，造成端元提取結果的不穩(wěn)定性，也是影響提取算法收斂性能和最終提取準確性的另一關鍵因素。
[0004]為了盡可能最大程度地縮小搜索空間得到接近真實端元可能分布的區(qū)域，并獲取接近最優(yōu)端元的初始化端元集，以此為后面的端元提取過程創(chuàng)造最好的搜索條件，本發(fā)明提出了一種基于SVDD的近邊界端元提取方法。

【發(fā)明內容】

[0005]本發(fā)明的目的在于提供一種實施簡單，為端元提取過程搜索空間更大的基于支持向量數(shù)據(jù)描述的近邊界端元提取方法。
[0006]本發(fā)明的目的是這樣實現(xiàn)的:
[0007](I)基于支持向量數(shù)據(jù)描述獲取近邊界端元搜索區(qū)域:
[0008]I)應用PCA對原始數(shù)據(jù)降維得到p-1維數(shù)據(jù)集，P為端元數(shù)目；
[0009]2)得到卡方約簡數(shù)據(jù)集:
【權利要求】
1.一種基于支持向量數(shù)據(jù)描述的近邊界端元提取方法，其特征在于: (O基于支持向量數(shù)據(jù)描述獲取近邊界端元搜索區(qū)域: 1)應用PCA對原始數(shù)據(jù)降維得到P-1維數(shù)據(jù)集，P為端元數(shù)目； 2)得到卡方約簡數(shù)據(jù)集:
【文檔編號】G06T7/00GK103942776SQ201410083794
【公開日】2014年7月23日 申請日期:2014年3月10日 優(yōu)先權日:2014年3月10日
【發(fā)明者】趙春暉, 趙艮平, 田明華, 王立國, 廖艷蘋 申請人:哈爾濱工程大學