一种混合物光谱的丰度估计方法技术

本发明专利技术涉及一种混合物光谱的丰度估计方法，首先将线性混合模型中的非负与和为一约束转化为丰度代价函数最小化问题；通过牛顿算法求出丰度代价函数的局部极小值；根据估算丰度去除纯物质光谱库中可疑端元；通过多次迭代最终得到混合物光谱中包含的纯物质光谱以及对应丰度值。采用本发明专利技术提供的方法，能够在存在冗余端元的情况下迅速找出混合物光谱包含的纯物质，并准确估计出对应的纯物质丰度，具有精度高、速度快等优点。

Method for estimating abundance of mixture spectrum

The abundance of the invention relates to a mixture of spectral estimation method, the linear mixed model with non negative constraints into abundance as a function minimization problem; through the Newton algorithm to find the local minimum abundance cost function value; according to the estimated abundance in mass spectrum of pure library to remove suspicious endmember; through multiple iterations finally the spectrum contains a mixture of pure substances and the corresponding spectral abundance values. The method provided by the invention can in the presence of redundant endmembers quickly find pure substances contained in the spectrum of the mixture, and accurate estimates of the abundance of the corresponding pure material, has the advantages of high precision and high speed, etc..

【技术实现步骤摘要】

本专利技术涉及光谱分析
，尤其涉及一种混合物光谱的丰度估计方法。
技术介绍
光谱分析技术作为一种新兴的检测分析手段已广泛应该用于地质、冶金、石油、农业、化工、生物、化学等领域，采用光谱分析技术在对混合物进行研究，在获得了组成混合物光谱的纯物质光谱(端元光谱)的基础上，可采用丰度估计方法对混合物光谱进行解混，解混有助于准确获取混合物的物质组成及其含量信息，近年来，这一技术已广泛应用于显微成像光谱分析、遥感成像光谱地物分析、以及非成像光谱分析等领域，基于此，本专利技术旨在提出一种新的丰度估计方法，进一步推动这一技术的发展。在实际光谱测量过程中，受多种测量条件限制和测量物自身性质的影响，通常在同一条光谱中存在多种物质混合的情况，形成混合光谱。基于光谱线性混合模型，将混合物光谱分成两部分解释，一部分为构成它的纯物质光谱，遥感领域又称为端元，一部分为端元对应的丰度，又称为组分含量。目前已知的常用丰度估计方法主要包括：(1)最小二乘法，此方法的基本思想是使丰度值与纯物质光谱的乘积与混合物光谱误差最小来求取端元的丰度值，在此基础上，根据丰度的实际意义，还有一些方法在原有最优解的基础上又提出了约束条件，对应有和为一约束最小二乘法(SCLS)，非负约束最小二乘法(NCLS)和全约束最小二乘法(FCLS)。该类算法的不足之处在于若纯物质光谱中存在冗余端元，算法对冗余端元估算的丰度会出现误判的情况。(2)滤波向量法，该算法的设计原理是：对混合物中所含的每一种端元都设计出一种与之匹配的滤波器，该滤波器只可以让该端元光谱通过，而对其它的任何端元都处于正交以使其不能通过。但是滤波向量法的解混精度不高，因此其侧重点主要还是用于目标探测。(3)基于凸面几何学的方法，该方法建立在正交子空间理论基础上，根据单形体的几何性质,通过求原始单形体体积和剔除一个端元后的低维子单形体体积的比值得到该端元所占的比重,也就是丰度。该方法的不足之处在于计算复杂，对信噪比要求较高。除了上述方法外，近几年又涌现出不少新方法，如独立成分分析ICA、正交子空间投影OSP等，这些方法都能在一定程度估计出混合物光谱的组成丰度，但也存在对于材料库中非组成物质光谱无法判别、迭代次数过多、估算精度不高等问题。
技术实现思路
本专利技术技术解决问题：克服现有技术的不足，提供一种混合物光谱的丰度估计方法用于光谱分析，能够解决现有丰度估计方法存在冗余端元、运行效率不高、丰度值不完全满足非负约束等技术问题，在存在冗余端元的情况下迅速找出混合物光谱包含的纯物质，并准确估计出对应的纯物质丰度，具有精度高、速度快等优点。本专利技术技术解决方案：一种混合物光谱的丰度估计方法，首先将线性混合模型中的非负(abundance nonnegative constraint,ANC)与和为一(abundance sum-to-one constraint,ASC)约束转化为丰度代价函数最小化问题；通过牛顿算法求出丰度代价函数的局部极小值；根据估算丰度去除纯物质光谱库中可疑端元；通过多次迭代最终得到混合物光谱中包含的纯物质光谱以及对应丰度值。如图1所示，本专利技术实现如下：步骤1、通过光谱仪获取混合物光谱数据；步骤2、获取纯物质光谱矩阵；步骤3、构建代价函数；步骤4、根据代价函数采用牛顿算法二次迭代求解丰度；步骤5、根据估计丰度值判别纯物质光谱矩阵中是否包含可疑端元；步骤6、用更新后的纯物质光谱矩阵重新估算丰度；步骤7、循环判别直至纯物质光谱中不包含可疑端元；步骤8、输出估计丰度及纯物质光谱矩阵。上述具体过程如下：步骤A、通过采用光谱仪获取混合物的光谱反射率或吸光度Y＝[y1,y2...,yn]，任选其中需要解混的第j条光谱yj；步骤B、利用先验信息从标准材料光谱库中选取纯物质光谱，或者采用端元提取方法获取端元光谱，即纯物质光谱反射率或吸光度矩阵A＝[a1,a2,...an]；步骤C、基于线性混合模型中非负约束以及和为一约束，构建如下所示的代价函数模型：N1＝1/2(yj-Ax)T(yj-Ax) (1)N2＝1/2(l*x-1)T(l*x-1) (2)N3＝(kx)T(kx) (3)J(x)＝N1+α*N2+β*N3 (4)代价函数J(x)中N1、N2、N3分别表示丰度估计中的噪声误差、和为一约束误差、非负约束误差，x＝[x1,x2,...,xn]T表示纯物质端元对应的丰度，a、β分别代表和为一约束和非负约束误差项的权重，默认值为1，其中l＝[1,1,...,1]，k为负组分提取向量，k＝[k1,k2…kn]的定义如下： k i = ...

【技术保护点】
一种混合物光谱的丰度估计方法，其特征在于步骤如下：步骤1、通过光谱仪获取混合物光谱数据；步骤2、获取纯物质光谱矩阵；步骤3、构建代价函数；步骤4、根据代价函数采用牛顿算法二次迭代求解丰度；步骤5、根据估计丰度值判别纯物质光谱矩阵中是否包含可疑端元；步骤6、用更新后的纯物质光谱矩阵重新估算丰度；步骤7、循环判别直至纯物质光谱中不包含可疑端元；步骤8、输出估计丰度及纯物质光谱矩阵。

【技术特征摘要】
1.一种混合物光谱的丰度估计方法，其特征在于步骤如下：步骤1、通过光谱仪获取混合物光谱数据；步骤2、获取纯物质光谱矩阵；步骤3、构建代价函数；步骤4、根据代价函数采用牛顿算法二次迭代求解丰度；步骤5、根据估计丰度值判别纯物质光谱矩阵中是否包含可疑端元；步骤6、用更新后的纯物质光谱矩阵重新估算丰度；步骤7、循环判别直至纯物质光谱中不包含可疑端元；步骤8、输出估计丰度及纯物质光谱矩阵。2.根据权利要求1所述的一种混合物光谱的丰度估计方法，其特征在于具体实现步骤为：步骤A、获取混合物光谱反射率或吸光度Y＝[y1,y2...,yn]，任选其中需要解混的第j条光谱yj；步骤B、利用先验信息从标准材料光谱库中选取纯物质光谱，或者采用端元提取方法获取端元光谱，即纯物质光谱矩阵A＝[a1,a2...

【专利技术属性】
技术研发人员：李庆波，吴科江，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京;11