[发明专利]一种基于端元提取与光谱解混的高光谱图像融合方法

权利要求书

1.一种基于端元提取与光谱解混的高光谱图像融合方法，其特征在于，包括如下步骤：

(1)使用N-FINDR算法进行端元提取：

(1.1)给定高光谱数据X＝{x₁,x₂,…,x_N}，N为高光谱数据所含有的像元个数，随机选取其中n个像元作为初始像元集E_o；

(1.2)计算E_o中的初始构成的体积V(E_o)，依次替换其中的端元为高光谱数据X中能使得新体积增大的像元，重复该过程使得不再出现体积更迭，E_o中的端元构成的体积最大，为选择需要提取出的端元：

V(Eo)=1n!|EoTEo|]]>

{Eo*}=arg max{V(Eo)};]]>

(2)使用光谱解混技术获取各像素中各端元的丰度值：令S为端元提取所得的端元矩阵，Z为高光谱数据中的像元，丰度矩阵A为：

A＝argmin||AS-Z||₂；

(3)以丰度矩阵A为先验知识，通过模糊C均值聚类算法对多光谱图像的像素进行分类标记，再根据标记结果和端元光谱进行融合图像重构：

(3.1)对高光谱图像中的每个混合像元对应的在多光谱图像中的像素集D(d₁,d₂,…,d_n)，共有n个像素，C个分类，更新隶属度矩阵u_ik和聚类中心v_i；

uik=1Σj=1C(dikdjk)2/(m-1),1≤k≤n,1≤i≤C;]]>

vi=Σk=1n(uik)mxkΣk=1n(uik)m,1≤i≤C;]]>

其中，d_ik代表像素d_k与聚类中心v_i的距离，m是模糊系数，取值为2；

(3.2)重复步骤(3.1)，使得聚类中心v_i收敛：

Σi=1C|vi(k)-vi(k-1)|<ϵ;]]>

其中ε为正数；

(3.3)对聚类中心收敛后的隶属度矩阵作归类：

Class(r1,r2,...,rn)=arg max(Σr1u1k+Σr2u2k+...+Σrnunk);]]>

(4)对步骤(3)求得的分类结果，根据标记的类别将端元光谱赋值给高光谱图像的各像素，获得重构的融合高光谱图像。