一种基于同质指数的高光谱遥感图像稀疏解混方法

摘要

一种基于同质指数的高光谱遥感图像稀疏解混方法，包括对高光谱遥感图像的每个像元进行同质分析提取同质指数，根据整幅高光谱遥图像中像元同质指数的值域对每个像元的同质指数进行线性拉伸，将其作为基于全变分的变量分离增广拉格朗日稀疏解混算法中空间正则项的权重，并重新定义算法中邻接像元间丰度的差商算子。本方法提高了稀疏解混的精度，使得解混丰度的空间平滑性更接近图像真实的空间平滑性分布，并且更有效的抑制了噪音对解混结果的影响。本方法在基于高光谱遥感图像的高精度地物分类以及地面目标检测和识别方面具有重要的应用价值。

主权项

1.一种基于同质指数的高光谱遥感图像稀疏解混方法，其特征在于，包括以下步骤：步骤a，对高光谱遥感图像的每个像元进行同质分析提取同质指数，提取方式如下，对于高光谱遥感图像的某像元P_i,j，设选择以像元P_i,j为中心、以n为半径的不包含像元P_i,j的方形邻域窗口为Ω(P_i,j)，计算像元P_i,j与它的邻域窗口内像元P_r,c之间的光谱相似度S(P_r,c,P_i,j)，按下式将加权平均的光谱相似度作为该像元的同质指数，$\mathrm{hi}\left(P_{i,j}\right)=\underset{P_{r,c\in \Omega \left(P_{i,j}\right)}}{\Sigma }\omega \left(P_{r,c}\right)\times S(P_{r,c},P_{i,j});$其中，ω(P_r,c)表示(r,c)处的空间权重参数；步骤b，根据整幅高光谱遥图像中像元同质指数的值域对每个像元的同质指数进行线性拉伸，线性拉伸方式如下，对于高光谱遥感图像的某像元P_i,j，按下式拉伸后的同质指数记为其中，参数M为预设参数；步骤c，定义邻接差商算子如下，其中，像元P_i,j+1是像元P_i,j右边的邻接像元，像元P_i+1,j是像元P_i,j下边的邻接像元，x_i,j、x_i,j+1和x_i+1,j分别是像元P_i,j、像元P_i,j+1、像元P_i+1,j对应的端元丰度；且若丰度分布图像是由k行l列像元组成，步骤d，将步骤c中定义的邻接差商算子作为空间平滑项引入到稀疏解混的目标优化函数中，然后用基于交替方向乘子法策略迭代求解，得到高光谱遥感图像中每个端元的丰度。