一種基于正交約束投影解混模型的消噪解混算法
【專利摘要】本發(fā)明公開(kāi)了一種基于正交約束投影解混模型的消噪解混算法，包括以下步驟：噪聲估計(jì)、建立正交約束投影解混模型和解混算法。本發(fā)明具有以下優(yōu)點(diǎn)：（1）高光譜數(shù)據(jù)去噪處理后，再建立的解混模型，因?yàn)椴皇茉肼暤母蓴_，解混結(jié)果更加穩(wěn)定；（2）對(duì)豐度矩陣施加正交約束，將傳統(tǒng)的線性模型優(yōu)化問(wèn)題轉(zhuǎn)化為最小化“單位矩陣與對(duì)稱矩陣（轉(zhuǎn)置的豐度矩陣與豐度矩陣的乘積）差值”，為了最小化該差值，應(yīng)盡量使得豐度矩陣的行向量正交，從而在不需要選擇稀疏約束系數(shù)的情況下促進(jìn)解混結(jié)果的稀疏性；（3）只需要設(shè)置豐度矩陣的初始值，降低了解混結(jié)果對(duì)初始值的依賴性。
【專利說(shuō)明】一種基于正交約束投影解混模型的消噪解混算法
【【技術(shù)領(lǐng)域】】
[0001]本發(fā)明涉及消噪解混算法的【技術(shù)領(lǐng)域】，特別是基于正交約束投影解混模型的消噪解混算法的【技術(shù)領(lǐng)域】。
【【背景技術(shù)】】
[0002]在對(duì)高光譜遙感圖像進(jìn)行信息提取時(shí)，混合像元的存在是傳統(tǒng)的像元級(jí)遙感分類(lèi)和面積測(cè)量精度難以達(dá)到實(shí)用要求的主要限制原因，這造成了高精度地物分類(lèi)、地面目標(biāo)檢測(cè)、識(shí)別和遙感解譯的困擾，成為遙感技術(shù)定量化深入發(fā)展的障礙?；旌舷裨饣煅芯堪鸦旌舷裨M(jìn)行有效地分解，得到端元和其對(duì)應(yīng)的比例(豐度)。傳統(tǒng)的線性模型把隨機(jī)誤差看作為加性噪聲，在混合像元解混過(guò)程中以最小化隨機(jī)誤差為目標(biāo)，但是解混結(jié)果不穩(wěn)定并依賴于初始值；且解混結(jié)果對(duì)噪聲特別敏感，隨著噪聲的變化，解混結(jié)果收斂于不同的局部最小值?！?br/>【發(fā)明內(nèi)容】
】
[0003]本發(fā)明的目的就是解決現(xiàn)有技術(shù)中的問(wèn)題，提出一種基于正交約束投影解混模型的消噪解混算法，首先對(duì)高光譜數(shù)據(jù)進(jìn)行噪聲提取，接著利用正交約束的投影模型代替?zhèn)鹘y(tǒng)的線性模型，解混結(jié)果更加穩(wěn)定，能在不需要選擇稀疏約束系數(shù)的情況下促進(jìn)解混結(jié)果的稀疏性。
[0004]為實(shí)現(xiàn)上述目的，本發(fā)明提出了一種基于正交約束投影解混模型的消噪解混算法，依次包括以下步驟:
[0005]a)噪聲估計(jì):考慮到噪聲影響解混結(jié)果的穩(wěn)定性及精確性，首先提取高光譜數(shù)據(jù)中的噪聲，然后根據(jù)多元回歸理論來(lái)評(píng)估加性噪聲，具體步驟如下:
[0006]stepl:輸入高光譜矩陣 X=Iix1, X2,…，xN];
[0007]step2:令 Ζ=ΧΤ，Φ=ΖτΖ, Υ=Φ_1 ；
[0008]step3:對(duì)于公式P= ( [Yjjj]-[Yj, Ji, J-Yiji]) Φ」」將i從I到M進(jìn)行迭代運(yùn)算，其中j=l，3，...，1-l，i+l，...皿，令 a ^ZjPi+Ili，則有 ξ i=a ^ZjPi ;
[0009]step4:輸出噪聲矩陣ξ ；
[0010](b)建立正交約束投影解混模型:正交約束投影解混模型將端元矩陣W假設(shè)為去噪后的高光譜數(shù)據(jù)在轉(zhuǎn)置的豐度矩陣H上的投影，即得到W=QHt,去噪后的高光譜數(shù)據(jù)
Q=X- ξ ,其中%J?*W X；V 正交約束投影解混模型表示為Q=QHtH+ δ，令ζ =1-HtH為豐
""9
度矩陣行向量之間非正交引起的誤差矩陣，I G %ΜΜχΧ:是單位矩陣，則S G hMsixs:表
示矩陣Q與誤差矩陣ξ的乘積，則S=GK，正交約束投影解混模型將混合像元解混問(wèn)題轉(zhuǎn)化為最小化誤差矩陣S，由于Q為去噪后的高光譜數(shù)據(jù)，可視為常數(shù)，因此矩陣δ的大小依賴于矩陣ζ，即在最小化矩陣ζ的基礎(chǔ)上，求解豐度矩陣H，再由豐度矩陣H計(jì)算端元矩陣W ；
[0011]c)解混算法:為了獲得稀疏的解混結(jié)果，正交約束投影解混模型的優(yōu)化問(wèn)題轉(zhuǎn)化
為最小化誤差矩陣δ，即
【權(quán)利要求】
1.一種基于正交約束投影解混模型的消噪解混算法，依次包括以下步驟: a)噪聲估計(jì):考慮到噪聲影響解混結(jié)果的穩(wěn)定性及精確性，首先提取高光譜數(shù)據(jù)中的噪聲，然后根據(jù)多元回歸理論來(lái)評(píng)估加性噪聲，具體步驟如下:
stepl:輸入高光譜矩陣 X=Iix1, x2,..., xN]；
s t e ρ 2:令 Ζ=ΧΤ，Φ=ΖτΖ, Υ=Φ_1 ； step3:對(duì)于公式？=([￥」,」]-[￥」,義,」^) Φρ將i從I到M進(jìn)行迭代運(yùn)算，其中j=l，3，...，1-l，i+l，...，皿，令 Cii=ZjPi+Ili，則有 Ii=Ci1-ZjPi ; St印4:輸出噪聲矩陣ξ ； b)建立正交約束投影解混模型:正交約束投影解混模型將端元矩陣W假設(shè)為去噪后的高光譜數(shù)據(jù)在轉(zhuǎn)置的豐度矩陣H上的投影，即得到W=QHt,去噪后的高光譜數(shù)據(jù)Q=X- ξ其中Qe 3ll!xA'.正交約束投影解混模型表示為Q=QHtH+ δ，令ζ =1-HtH為豐度矩陣行向量之間非正交引起的誤差矩陣，I E ?Λ/χΛ；是單位矩陣，則S €表示矩陣Q與誤差矩陣(的乘積，則S =Q ζ，正交約束投影解混模型將混合像元解混問(wèn)題轉(zhuǎn)化為最小化誤差矩陣S，由于Q為去噪后的高光譜數(shù)據(jù)，可視為常數(shù)，因此矩陣δ的大小依賴于矩陣ζ，ΒΡ在最小化矩陣ζ的基礎(chǔ)上，求解豐度矩陣H，再由豐度矩陣H計(jì)算端元矩陣W ; c)解混算法:為了獲得稀疏的解混結(jié)果，正交約束投影解混模型的優(yōu)化問(wèn)題轉(zhuǎn)化為最
小化誤差矩陣δ，即
【文檔編號(hào)】G06T5/00GK103854263SQ201410119157
【公開(kāi)日】2014年6月11日 申請(qǐng)日期:2014年3月27日 優(yōu)先權(quán)日:2014年3月27日
【發(fā)明者】蔣云良, 李春芝, 陳曉華 申請(qǐng)人:湖州師范學(xué)院