[发明专利]基于吉文斯旋转的高光谱图像端元提取方法

权利要求书

1.基于吉文斯旋转的高光谱图像端元提取方法，其特征在于，包括以下步骤：

【1】输入原始高光谱图像数据，其表达式为：

M＝[m₁,m₂,...m_i,...,m_N]∈M^L×N，

其中，L为原始高光谱图像光谱通道数，N为原始高光谱图像中的像元数目，m_i为原始高光谱图像数据中空间位置为i的那个像元，i＝1,2,...N；

【2】对所输入的高光谱图像数据进行端元数目估计，设端元数目为p；

【3】对所输入的原始高光谱图像数据M进行降维，得到降维后高光谱图像数据y₁；

【4】在原始高光谱图像数据M中选择质心像元，利用质心像元求得原始高光谱图像数据中的第一个端元；

其中，质心像元表达为centroid＝mean(M')'；

【4.1】对质心像元进行吉文斯旋转的QR分解，得到质心像元的标准化正交向量u₁＝Q(:,1)；

【4.2】构造投影矩阵W₁＝u₁u'₁；

【4.3】将原始高光谱图像数据朝质心像元方向进行投影，得到正交化的新数据集M₁；其中，M₁＝M-W₁·M

【4.4】寻找新的数据集M₁中具有最大正交投影的像元点位置再将其对应到降维后的高光谱图像数据中，得到第一个端元的向量e₁＝y₁(:,index₁)；

【5】获取第二个端元的向量；

【5.1】通过第一个端元的向量e₁采用吉文斯旋转的QR分解，得到标准正交化向量u₂，构造其投影矩阵W₂，W₂通过计算公式W₂＝u₂u'₂得到；

【5.2】将降维后的高光谱图像数据y₁朝当前已提取的端元e₁的方向进行投影，得到投影后的数据集y₂：其中，y₂＝y₁-W₂y₁；

【5.3】去除步骤【5.2】中y₂的第一行，形成新的高光谱图像数据y'₂，即y'₂＝y₂(2:end,:)；

【5.4】寻找图像数据y'₂中具有最大正交投影的像元作为第二个端元，求得该像元位置为则第二个端元向量为e₂＝y'₂(:,index₂)；

【6】利用第二端元向量e₂再次执行步骤【5.1】至步骤【5.4】，求出第3个端元的向量为e₃＝y'₃(:,index₃)；

【7】依据步骤【5】和步骤【6】的规律，依次求取第4至p个端元的向量为e_i＝y'_i(:,index_i)(i＝4,...,p)。