一種高光譜圖像混合像元分解方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及一種高光譜遙感圖像混合像元分解的方法，具體為一種基于SC-SVM 的NMF算法的高光譜圖像混合像元分解的方法，屬于高光譜遙感圖像處理技術(shù)領(lǐng)域。
【背景技術(shù)】
[0002] 遙感技術(shù)巧emote Sensing, RS)，指的是開始于二十世紀(jì)六十年代，從遠(yuǎn)距離空間 (航天）或者外太空空間（航空）對地球表面進(jìn)行的綜合性的觀測技術(shù)，通過某種裝置，遙 感，即從遠(yuǎn)距離或外太空間接觀測監(jiān)控，不接觸目標(biāo)，從光學(xué)角度獲取對目標(biāo)、現(xiàn)象W及區(qū) 域的相關(guān)信息，從而進(jìn)行數(shù)據(jù)的融合分析W及推斷，最終達(dá)到獲取所需的目標(biāo)信息的一種 手段、技術(shù)和科學(xué)。高光譜圖像遙感技術(shù)（Hyper-spectral Gra地ic Remote Sensing),是 一種立于高光譜技術(shù)的技術(shù)基礎(chǔ)上的遙感探測技術(shù)，是一種融合新型光譜探測技術(shù)、微信 號探測技術(shù)、光學(xué)精密機(jī)械、信號高速處理技術(shù)、計算機(jī)處理信息技術(shù)在一起的先進(jìn)性、綜 合性、科學(xué)性技術(shù)。該技術(shù)同時由于影響到地球?qū)W、環(huán)境保護(hù)學(xué)、野生生物學(xué)、信息技術(shù)學(xué)、 空間地理學(xué)等眾多科學(xué)領(lǐng)域的關(guān)鍵技術(shù)，其技術(shù)的進(jìn)步發(fā)展備受國內(nèi)外學(xué)者的強(qiáng)烈矚目， 目前已廣泛應(yīng)用于植被綠化、±壤分析、精細(xì)農(nóng)業(yè)管理、大氣環(huán)境監(jiān)測、水環(huán)境監(jiān)測、勘探礦 產(chǎn)資源分布等方面，充分展示出了高光譜遙感技術(shù)的潛力與優(yōu)勢。 W〇3] 在全球遙感界中通常會運(yùn)樣認(rèn)為：多光譜遙感（Multi-spectralRemote Sensing)指的是光譜辨析率在1~9. 9X10 1A的光譜范圍內(nèi)的遙感，在運(yùn)種范圍內(nèi)的 遙感傳感器內(nèi)只有分布在可見光區(qū)和近中紅外光光譜區(qū)的很少的波段數(shù)；高光譜遙感 化yper-spectralRemoteSensing)指的是光譜辨析率在1~9. 9X10 2A的光譜范圍內(nèi) 的遙感技術(shù)；而超高光譜遙感扣Itra-spectralRemoteSensing)則指的是經(jīng)過更高技術(shù) 的進(jìn)步后，光譜辨析率達(dá)到1~9.9X1〇3a的光譜范圍內(nèi)的遙感技術(shù)。遙感技術(shù)，其發(fā)展 歷程是在全色（即黑白色）攝影與彩色影像階段之后，多光譜遙感迅速發(fā)展于二十世紀(jì)中 后半葉時期，取得了較大的進(jìn)步，并已運(yùn)用于環(huán)境與資源探測領(lǐng)域，但其分辨率仍然處于數(shù) 量級光譜的波長范圍內(nèi)，只有相對較少的采樣點，隨著科技的發(fā)展，人們對地球資源與環(huán)境 認(rèn)識越來越深入，其運(yùn)用精度越來越不能滿足需求，對分辨率更深入的發(fā)展要求更加迫切， 主要體現(xiàn)在空間分辨率和光譜分辨率的深入與提高。圖片中在空間分辨率指的是在遙感圖 片中相鄰的兩個地形地物之間能夠被區(qū)分出的最小長度，也就是通常所說的圖片的清楚程 度，可用于對圖片數(shù)據(jù)的直觀解釋。而圖片中在光譜分辨率指的是光譜檢測中的光譜反射 出的能夠區(qū)分出的最小光譜間隔的波長，更確切的講，就是檢測區(qū)分光譜的性能。相對于空 間分辨率的直觀觀察，光譜觀測技術(shù)能夠更加直接和有效的反應(yīng)地物的結(jié)構(gòu)與性質(zhì)，尤其 是在遠(yuǎn)洋探測監(jiān)測、動植物研究分類、農(nóng)業(yè)精細(xì)化規(guī)劃、勘探礦產(chǎn)調(diào)查和現(xiàn)代化軍事運(yùn)用方 面具有更好的效果和更快的速率。隨著科技的日新月異，航天航空工業(yè)的飛速發(fā)展，遙感 平臺和光學(xué)傳感器的不斷更新進(jìn)步升級，提高遙感光譜分辨率的已經(jīng)處在迅猛的發(fā)展勢頭 中，高光譜遙感技術(shù)的發(fā)展已經(jīng)成為當(dāng)今遙感技術(shù)研究學(xué)者們的研究熱點。由于種類性質(zhì) 不一樣的物質(zhì)在一定的波長的光譜照射下，具有各自不同比例的吸收和反射的特性，通過 對比其反射光譜（或吸收）光譜的之間的差異，可w導(dǎo)出其物質(zhì)的組成成分和物理結(jié)構(gòu)上 之間的差異。如何才能從數(shù)據(jù)復(fù)雜的圖像中提取出物質(zhì)的特有屬性（特征）并且清晰了解 與周邊物質(zhì)及在整體形態(tài)中的關(guān)系，成為研究中主要解決的問題。
[0004] 高光譜遙感影像（Hyper-spectralRemoteSensingImages)，是指在電磁波譜中 的中遠(yuǎn)紅外光譜、近紅外光譜、可見光光譜和紫外光譜區(qū)域內(nèi)，在光譜成像儀的作用下，得 到的很多光譜分布連續(xù)且光譜區(qū)域范圍很小的影像信息數(shù)據(jù)。隨著成像光譜儀的迅速發(fā)展 與進(jìn)步，所能獲取到的高光譜遙感影像相比于傳統(tǒng)的的二維成像技術(shù)的遙感圖像，其是具 有幾十W至上百個波段疊加而成的光譜圖，其中的每一個基本的像元結(jié)構(gòu)都是從著幾十W 至上百個連續(xù)波段通道中所獲取的得到的光譜圖像，其正對應(yīng)的光譜實物的反射特性，最 后都會得到一條較為完整的光譜曲線。高光譜遙感圖像已不再是二維成像技術(shù)，將獨特的 光譜理論與遙感成像技術(shù)有機(jī)的結(jié)合起來，形成的連續(xù)的地物光譜曲線，使得利用高光譜 技術(shù)能夠成功反演地形地物的細(xì)節(jié)。
[0005] 在高光譜遙感圖像發(fā)展的今天，已在多個領(lǐng)域得到了廣泛的運(yùn)用，并且取得了令 人滿意的效果。高光譜遙感技術(shù)，其光譜分辨率是在于102A數(shù)量級的光譜波長的范圍內(nèi)， 相對于傳統(tǒng)的多光譜遙感技術(shù)的10 1A數(shù)量級已經(jīng)有了極大的提升，運(yùn)用也有了質(zhì)得進(jìn) 步。在高光譜遙感圖像中，像元的劃分有兩種：純像元和混合像元。純像元是指的把圖像 像素單元內(nèi)的光譜曲線作為單一地物反射的光譜曲線，運(yùn)類的方法能夠明顯簡化計算和便 于運(yùn)用，但是，即使是光譜分辨率有了如此巨大的進(jìn)步，由于地物的復(fù)雜性和傳感器元件的 技術(shù)限制，使得高光譜遙感圖像中的像元即光譜曲線通常是由多種地物的反射光譜混合而 成，運(yùn)就是混合像元?；旌舷裨械拿恳环N單一地物的反射光譜曲線稱之為端元?；旌舷?元的存在影響著對高光譜遙感圖像技術(shù)的作用發(fā)揮，如何才能更好的進(jìn)行混合像元分解成 為了首要任務(wù)。

【發(fā)明內(nèi)容】

[0006] 發(fā)明目的：混合像元的存在影響著對高光譜遙感圖像技術(shù)的作用發(fā)揮，為了更好 的進(jìn)行混合像元分解。本發(fā)明提供一種高光譜圖像混合像元分解的方法，高光譜遙感圖像 的智能化分類方法，是一種基于SC-SVM的NMF算法的高光譜圖像混合像元分解的方法。 陽007]技術(shù)方案：一種新的基于SC-SVM的NMF算法的高光譜圖像混合像元分解的方法。 該方法在應(yīng)用NMF算法分解混合像元的過程中，對混合像元中的端元數(shù)量和光譜向量的求 解運(yùn)用SC-SVM算法，其能夠主動識別端元的數(shù)量并且標(biāo)記出端元光譜的向量，從而解出 NMF算法中的基矩陣，然后通過非負(fù)矩陣分解算法來計算系數(shù)矩陣（即豐度矩陣），通過最 小化目標(biāo)函數(shù)的過程逐步迭代至收斂，從而計算出想要的結(jié)果，最終達(dá)到混合像元分解的 目的。具體包括如下步驟：
[0008] 步驟1 :將高光譜圖像進(jìn)行預(yù)處理，包括福射校正和幾何校正等，通過對圖像獲取 過程中產(chǎn)生的幾何變形、扭曲和噪聲的校正，從而獲得盡可能在幾何和福射上真實的圖像， 去除效果不好的波段，將圖像存儲格式轉(zhuǎn)成便于操作的二階矩陣V，即V中每個列向量對應(yīng) 一個混合像元的光譜曲線向量。
[0009] 步驟2 :按照SC-SVM方法求出端元的個數(shù)K和對應(yīng)端元的光譜向量。在SC-SVM方 法中，選用徑向核函數(shù)，其中求K是求對拉普拉斯算子0 <a, <-3--，對應(yīng)的V,就是端元的光 m 譜向量，令給定訓(xùn)練樣本集IxJ，i= 1，2,. . .，n，GRW，VG(0, 1]為設(shè)定的參數(shù)估計
[0010] 步驟3 :利用NMF算法，求解系數(shù)矩陣H，在計算中采用單向量的迭代，能夠更加簡 化迭代過程的計算，減小計算量和復(fù)雜度。
[0011] 利用SC-SVM方法對光譜信息就行單分類，將光譜信息經(jīng)過徑向核函數(shù)投影到高 維特征空間中，尋求最佳超平面使得映射數(shù)據(jù)樣本點與原點間隔最大，從而找出端元數(shù)量 W及各個端元光譜信息對應(yīng)的投影向量，即可求出NMF分解所欲求的基矩陣。
[0012] 設(shè)高光譜遙感圖像的二階矩陣V= {vj，i= 1，2,. . .，n，由n個像元組成，V;為 一個列向量，表示一個混合像元中的光譜曲線；利用NMF方法，要求表征端元特征的基矩陣 W和各端元在每個像元中豐度的系數(shù)矩陣H，即V>WH;在SC-SVM方法中選定在高光譜圖 像處理中合適的核函數(shù)為徑向核函數(shù)，即
將原圖像V通過映射函 數(shù)口