[发明专利]高维空间定向投影端元提取方法

说明书

技术领域

本发明涉及高维空间定向投影图像分析领域，尤其涉及一种高维空间定向投影端元提取方法。

背景技术

高光谱图像进行端元提取是依据线性光谱混合模型的几何学解释，认为混合像元分布在以端元为顶点的高维空间单形体中，而单形体在低维空间的投影一定是凸集且投影凸集的顶点一定是单形体顶点的投影。N维可视化技术将高光谱图像的所有像元点从高维特征空间投影到二维平面上，并允许用户人工选取投影点中可能是顶点的那些点，通过不断地随机生成投影平面，可以改变像元点的投影位置，避免漏选或错选。但是N维可视化技术存在以下问题：1、N维可视化中投影平面随机产生，导致顶点选择缺乏定量的评价依据；2、主要靠操作人员人工判读，随意性比较大，难以提高精度；3、对操作人员理论水平要求比较高，难以向具有实际应用需求但不具备大量专业知识的使用人员普及。

发明内容

本发明的目的是提供一种高维空间定向投影端元提取方法，本方法是一种具有导向性的半自动端元提取方法，提供一种可以评价一个投影点是否为原单形体顶点的定量指标，并通过可视化的手段向用户进行展示，同时根据这个定量指标自动判断端元并在可视化界面中对用户作出提示，以克服现有N维可视化技术存在的上述不足。

为达到上述目的，本发明的技术方案提供一种高维空间定向投影端元提取方法，所述方法包括以下步骤：

1)输入图像和端元数量：输入包含n个像元的L波段高光谱图像像元集合和端元数量m；将循环计数器j赋值为1，x方向投影向量w₁赋值为∈₁，∈₁是第1个元素为1其余元素为0的L维向量，L是遥感图像波段数；

2)初始化投影平面x轴对应的基向量：如果j＝1，将w₂赋值为∈₂；如果j不等于1，将w₂赋值为u_j-1；

3)计算投影平面y轴对应的基向量：将|(w₁，r_i)|赋值给x_i，将(w₂，r_i)赋值给y_i；其中(x_i，y_i)为本次循环像元r_i在投影平面上的坐标，而{w₁，w₂}为这个投影平面的一组基底；

4)计算每个像元在投影平面内的坐标，按坐标将投影点显示在可视化窗口中；具体步骤如下：

在显示窗口中建立平面直角坐标系(白色背景、黑色坐标轴)，为每个像元r_i按照其在步骤3)中求得的坐标(x_i，y_i)，在坐标系中绘制一个蓝色点；然后在显示窗口中将会看到平面上的n个点；把这些点中最右侧的一个，也就是x_i最大的那个点用红色圆圈圈出，x_i坐标记为(x_p，y_p)；则(x_p，y_p)对应的像元r_p是下一个端元；

5)在可视化窗口中勾选出新的端元：在显示窗口中绘制一条封闭的曲线，表示选中曲线中包围的蓝色点；将这些蓝色的点对应的像元(L维向量)取平均值，作为下一个端元e_j；

6)根据新端元计算投影平面x轴对应的基向量：如果j等于1，将u_j赋值为e_j；如果j不等于1，将u_j赋值为

7)判断端元数量是否达到要求：将j+1赋值给j，把赋值给w₁；如果j≤m，则转步骤3)；否则，转下一步骤；

8)输出所有端元：输出所有的作为端元。

本发明的有益效果为：

1)本发明基于凸面单形体的结构特点，在投影平面的选择上使用与已有端元正交的平面，保证各个数据点在投影平面上的特征与已有端元特征的差异最大化，优于N维可视化方法中的随机选择投影平面；

2)本发明对投影后的数据进行定量分析，将最可能是下一个端元的数据点进行标记，指导操作人员选择，同时也允许操作人员根据实际情况自由选择，优于N维可视化方法中的完全自由选择；

3)本发明在不改变顶点选择原理的基础上降低了选择的难度，使得端元提取变得更加直观、定量化、自动化。

附图说明

下面根据附图对本发明作进一步详细说明。