[发明专利]基于全约束最小二乘法的自适应光谱解混合的光学实现方法及系统

说明书

为了解决传统高光谱解混合算法处理数据量庞大的技术问题，本发明提供了一种基于全约束最小二乘法的自适应光谱解混合的光学实现方法及系统，利用计算光谱成像技术中的压缩编码原理，将光谱解混算法—全约束最小二乘法，与光谱分光&合光系统相结合，以空间目标场景为分析处理对象，能够直接输出解混合结果，不需要进行光谱数据立方体的重构过程，从而避免了大数据量问题，大幅减轻了系统的数据存储、传输、处理的负担，且为光谱解混合处理的实时应用提供有效的技术支撑。

技术领域

本发明属于光学技术领域，涉及一种高光谱解混合的光学实现方法及系统，尤其涉及一种基于光谱成像仪直接进行光谱解混合的光学实现方法及系统。

背景技术

高光谱成像技术是将成像技术和光谱技术相结合的多维信息获取技术，它的出现续写了光学影像从黑白全色影像经由多光谱到高光谱的影像信息链。高光谱成像技术能够同时探测目标的二维几何空间与一维光谱信息，具有“图谱合一”的特点；且实现了光谱分辨率的突破性提高，使得本来在宽波段多光谱遥感中不可探测的地物在高光谱遥感中能够被探测。

然而，在高光谱遥感中，由于受遥感器的空间分辨率限制以及自然界地物的复杂性、多样性，普遍存在混合像元。混合像元是指每个像元对应区域内往往包含多种不同的地物，它们有着不同的光谱响应特征，导致每个混合像元记录的信息是对应区域内全部特征地物光谱信息的综合叠加。因此，高光谱图像分析往往需要在亚像元级别进行，这就需要首先进行光谱解混合，即根据遥感图像提供的信息判断出每个混合像元是由哪些纯像元、以多少比例混合的。

而高光谱成像获取目标丰富的空间、辐射和光谱信息，提高精细信息表达能力的同时，也带来了新的挑战。高光谱成像仪输出并重构后的数据立方体具有两维空间坐标和一维光谱坐标，包含体量巨大的数据信息。以我国OMIS-1成像光谱仪为例，行像元数为512，总波段数为128，扫描率为20线/s，则1min内将产生7.86×10⁷个信息单元。如此庞大的数据量不仅给数据处理、传输、存储系统带来了极大的压力，同时使得高光谱成像仪无法实现实时或接近实时的应用。

近些年，国内外学者们针对高光谱解混合提出了很多经典算法，这些算法所采用的光谱混合模型分为两种：线性光谱混合模型和非线性光谱混合模型。而无论是哪种模型，目前实现方式均是以高光谱成像仪输出并重构的三维数据立方体为研究对象，先后经过端元提取、丰度反演两步骤，提取每个空间像元包含的端元和对应的端元丰度系数，这就必然要面对高光谱成像带来的大数据量问题。

发明内容

为了解决传统高光谱解混合算法处理数据量庞大的技术问题，本发明提供了一种基于全约束最小二乘法的自适应光谱解混合的光学实现方法及系统，利用计算光谱成像技术中的压缩编码原理，将光谱解混算法—全约束最小二乘法，与光谱分光&合光系统相结合，以空间目标场景为分析处理对象，能够直接输出解混合结果。

本发明的技术解决方案如下：

基于全约束最小二乘法的自适应光谱解混合的光学实现方法，其特征在于，每一行空间像元的光谱解混合包括以下步骤：

步骤1：将一行空间像元的辐射或反射光，分光色散成二维光谱；

步骤2：利用已知参考光谱库中的端元构建端元矩阵E，并根据将E扩展为E′，初始化R＝{1，2，…，m}，A_i＝0，s＝0，r＝1；P和R分别是设定的两个集合；A_i和s是m×1大小的一维矩阵；r为用于计数的中间变量；b为光谱波段数；m为端元数；

步骤3：提取E′^T的第r行系数矩阵，标记为ER，并用ER的前b个系数构成空间光调制器的二维控制信号，其中空间光调制器的各行控制信号是相同的；

步骤4：根据步骤3中给出的二维控制信号，利用空间光调制器对步骤1分光后的二维光谱进行光谱调制；