【技术实现步骤摘要】
一种丰度分解方法、系统、设备及存储介质
[0001]本专利技术涉及遥感图像处理领域,特别是涉及一种丰度分解方法、系统、设备及存储介质。
技术介绍
[0002]在遥感图像处理领域,混合像元分解是研究基于遥感观测的植被覆盖分析、大气和环境监测、地质勘察、海洋遥感、土地利用及变化监测、水质监测和农作物监测等方面的重要的应用基础,混合像元丰度分解的速度和精度直接影响遥感影像的分类识别准确程度。
[0003]随着社会生产过程的应用需求不断发展,遥感图像处理领域涌现出了大量的混合像元丰度分解方法,其中,应用最广泛的当属纯像元指数算法、N
‑
FINDR算法、定点成分分析法、迭代误差分析法等,这些端元提取算法虽涵盖了自动和半自动处理策略,但大多是从光谱数据特征的角度进行影像端元的提取,并没有在像元丰度分家过程中融入空间信息;而遥感图像的光谱信息和空间分布特征是有强关联的,若能在丰度分解过程中合理的融合空间信息,将使混合像元的分解精度得到进一步的提升。
[0004]综上,现有技术中的丰度分解方法存在分解精度不高等问题。
技术实现思路
[0005]鉴于以上现有技术的缺点,本专利技术的目的在于提供一种丰度分解方法、系统、设备及存储介质,以改善现有技术中的丰度分解方法存在分解精度不高等技术问题。
[0006]为实现上述目的及其他相关目的,本专利技术提供一种丰度分解方法,适用于遥感图像,则所述丰度分解方法包括:
[0007]使用空间调节因子和光谱特征权重调节因子对所述遥感图像进 ...
【技术保护点】
【技术特征摘要】
1.一种丰度分解方法,其特征在于,适用于遥感图像,则所述丰度分解方法包括:使用空间调节因子和光谱特征权重调节因子对所述遥感图像进行迭代聚类,处理得到多个区块;针对每个区块:计算得到每个像元的数据场强,并根据所述数据场强处理得到每个像元的势能;将所述势能最大的像元作为代表像元,并根据所述代表像元的光谱响应处理得到其余像元的光谱角;根据一预设的角度阈值进行所述光谱角的判断,并根据判断的结果处理得到像元的组分占比。2.根据权利要求1所述的丰度分解方法,其特征在于,所述使用空间调节因子和光谱特征权重调节因子对所述遥感图像进行迭代聚类,处理得到多个区块的步骤包括:采用一预设尺寸的网格对所述遥感图像进行划分;针对所述遥感图像的每个网格:处理得到所述网格的聚类中心;采用如下公式计算得到网格内每个像元的中心响应,并将所述中心响应最低处的光谱作为中心光谱:其中:d
k
为所述中心响应;I为当前像元的差分响应;(i,j)为当前像元的坐标;Δi为当前像元在i坐标上的邻域坐标偏移值;Δj为当前像元在j坐标上的邻域坐标偏移值;以所述聚类中心为圆心,以所述预设尺寸的长度的两倍为半径作圆,得到一范围圆;采用如下公式计算得到所述范围圆内每个像元与所述聚类中心的距离:z=η
c
z
c
+η
s
z
s
其中:Z为所述距离;Z
c
为当前像元的光谱与所述中心光谱的光谱距离度量,Z
s
为当前像元与所述聚类中心的空间距离度量;η
c
为所述光谱特征权重调节因子;η
s
为所述空间调节因子;将所述距离小于一预设的聚类阈值的所有像元作为目标像元;根据所述目标像元进行迭代聚类,得到最终的所述区块。3.根据权利要求2所述的丰度分解方法,其特征在于,所述根据所述目标像元进行迭代聚类,得到最终的所述区块的步骤包括:根据当前范围圆内的所有所述目标像元,处理得到一几何形心和光谱期望值,所述光谱期望值作为所述几何形心的中心光谱;以所述几何形心为圆心,以所述预设尺寸的长度的两倍为半径作圆,得到下一个范围圆;判断下一个范围圆与当前范围圆的中心光谱的误差,是否满足一预设的迭代误差;若是,则将所有所述范围圆内的目标像元进行聚类处理,得到所述区块;若否,则继续得到后续的范围圆。4.根据权利要求3所述的丰度分解方法,其特征在于,采用如下公式进行所述误差的计
算:其中,ε为所述误差;λ
’0为下一...
【专利技术属性】
技术研发人员:孙熊伟,熊伟,徐青山,施海亮,
申请(专利权)人:中国科学院合肥物质科学研究院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。