一种高光谱图像亚像元级地物快速分类方法及系统技术方案

本发明专利技术提出一种高光谱图像亚像元级地物快速分类方法及系统，包括：对高光谱图像进行处理，并基于高光谱图像中的地物类型构建端元矩阵和为每种端元对应的地物占比构建的丰度矩阵；以预先基于地物类型构建的丰度分布离散度模型作为约束条件，将高光谱影像带入预先设定的目标函数进行迭代求解，得到端元矩阵和丰度矩阵；基于端元矩阵和丰度矩阵将高光谱图像进行地物分类；本发明专利技术将丰度分布离散度模型作为一项约束用于非负矩阵分解的图像分类方法，能够有效缓解局部极值，提高地物分类的精度；同时本发明专利技术利用二次函数的方式表征了丰度分布离散度，使得算法迭代优化过程可支持矩阵乘式迭代更新，不需要逐像元进行迭代计算，减少了算法处理时间。了算法处理时间。了算法处理时间。

【技术实现步骤摘要】
一种高光谱图像亚像元级地物快速分类方法及系统


[0001]本专利技术涉及高光谱遥感图像处理
，具体涉及一种高光谱图像亚像元级地物快速分类方法及系统。

技术介绍

[0002]像元，亦称像素点或像元点。即影像单元(picture element)。是组成数字化影像的最小单元。在遥感数据采集，如扫描成像时，它是传感器对地面景物进行扫描采样的最小单元；在数字图像处理中，它是对模拟影像进行扫描数字化时的采样点。是构成遥感数字图像的基本单元，是遥感成像过程中的采样点。高光谱遥感作为一种可同时获取地物的二维空间信息与地物光谱特征信息，图谱合一是高光谱图像的重要特征，所有波段的图像叠合在一起则形成了高光谱图像数据立方体，每个像元均是一条连续的光谱曲线，曲线上的点为各个波段图像上的辐射值。因此在高光谱图像处理中，主要从图像空间和光谱空间两个维度进行高光谱图像的像元和地物分析。
[0003]遥感器所获取的地面反射或发射光谱信号是以像元为单位记录的，对于一个像元内仅包含一种类型的称为纯像元，但是由于自然界中的成像地物复杂多样，高光谱图像受到传感器分辨率本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种高光谱图像亚像元级地物快速分类方法，其特征在于，包括：对高光谱图像进行处理，并基于高光谱图像中的地物类型构建端元矩阵和丰度矩阵；以预先构建的丰度分布离散度模型作为约束条件，将所述高光谱影像带入预先设定的目标函数进行迭代求解，得到端元矩阵和丰度矩阵；基于所述端元矩阵和丰度矩阵将所述高光谱图像进行地物分类；其中，所述端元矩阵基于地物类型构建，所述丰度矩阵为每种端元对应的地物占比；所述高光谱图像丰度分布离散度为高光谱图像中存在的所有端元对每个混合像元的贡献值分布离散程度的度量值；所述丰度分布离散度模型以端元矩阵和丰度矩阵非负为约束。2.根据权利要求1所述的高光谱图像亚像元级地物快速分类方法，其特征在于：所述对高光谱图像进行处理，并基于高光谱图像中的地物类型构建端元矩阵和丰度矩阵，包括：基于地物类型数量设定端元数p；利用MNF正反变换对高光谱图像进行噪声白化处理；取噪声白化处理后的高光谱图像中前p-1个波段进行反变换，得到高光谱影像R；随机选取高光谱影像R中的p个点作为初始端元矩阵E0，并令初始丰度矩阵C0＝0。3.根据权利要求1所述的高光谱图像亚像元级地物快速分类方法，其特征在于：以预先构建的丰度分布离散度模型作为约束条件，将所述高光谱影像带入预先设定的目标函数进行迭代求解，得到端元矩阵和丰度矩阵，包括：计算目标函数的偏微分值；基于乘式迭代优化迭代规则对目标函数进行迭代求解得到端元矩阵和丰度矩阵；通过迭代运算得到最终的端元矩阵E和丰度矩阵C，得到每个像元的地物组成；其中，所述迭代条件为：最大迭代次不超过200。4.根据权利要求1或3所述的高光谱图像亚像元级地物快速分类方法，其特征在于：所述目标函数的计算式如下：式中，J
C
(C)为丰度分布离散度的惩罚函数，为误差，E为端元矩阵，C为丰度矩阵，α为用于平衡模型误差值和丰度分布约束的正则化参数。5.根据权利要求4所述的高光谱图像亚像元级地物快速分类方法，其特征在于：所述目标函数的约束条件如下：E≥0，C≥0。6.根据权利要求5所述的高光谱图像亚像元级地物快速分类方法，其特征在于：...

【专利技术属性】
技术研发人员：石悦，
申请(专利权)人：中国科学院空天信息创新研究院，
类型：发明
国别省市：