[发明专利]一种含噪高光谱图像快速解混方法

权利要求书

1.一种含噪高光谱图像快速解混方法，其特征在于，包括以下步骤：

步骤一：采用VCA算法提取含噪声的端元光谱，基于凸面几何理论在假设数据中存在纯像元的情况下提取端元，利用凸锥来对数据进行建模，在超平面上的投影为由端元作为顶点的单体，将数据投影到选择的超平面上，VCA将所有影像上的像元投影到随机方向上，并将具有最大投影的像元作为第一个端元，通过迭代地将数据投影到与由已提取端元构成的子空间正交的方向上的方法来提取其余端元，被极限投影所对应的像元作为新的端元；

步骤二：对提取的端元光谱进行SSA算法去噪，利用端元提取算法提取端元光谱Y，计算其轨迹矩阵X，然后进行奇异值分解、分组和重构；

步骤三：利用去噪后的端元光谱根据最小二乘法进行丰度估计，丰度估计表达式如公式(1)所示：

其中，E代表去噪后的端元光谱，x_i为原始图像。

2.根据权利要求1所述的一种含噪高光谱图像快速解混方法，其特征在于：所述步骤一中采用VCA算法提取含噪声的端元光谱的具体算法过程为：

假定线性混合模型表达式如公式(2)所示：

x＝Aγs+ε (2)

其中，式中γ为比例因子，表示由于地表起伏引起的光照变化。

3.根据权利要求2所述的一种含噪高光谱图像快速解混方法，其特征在于：所述公式(2)中由于丰度的物理限制，s∈Δ_p,Δ_p是单体，每个波段可以作为L维空间的坐标轴，每个像元为L维欧氏空间的一个向量，S_x＝{x∈R^l:x＝As,s∈Δ_p}也是单体；

C_p＝{x∈R^l:x＝Aγs,s∈Δ_p,γ≥0}，由于比例参数γ的存在形成一个凸锥体。

4.根据权利要求3所述的一种含噪高光谱图像快速解混方法，其特征在于：所述丰度的物理限制包括非负限制、和为一限制。

5.根据权利要求3所述的一种含噪高光谱图像快速解混方法，其特征在于：所述凸锥体C_p在适当选择的超平面上的投影为单体S_x所对应的端点。

6.根据权利要求1所述的一种含噪高光谱图像快速解混方法，其特征在于：所述步骤二中利用端元提取算法提取端元光谱Y，计算其轨迹矩阵X的具体过程为：

将一维端元光谱信息Y_T＝(y₁,…y_T)转化为其轨迹矩阵，然后根据窗口长度L计算光谱信息的轨迹矩阵X，轨迹矩阵X为L×K阶，其中K＝N-L+1，轨迹矩阵X的计算公式如公式(3)所示：

其中，X_i＝(x_i,x_i+1,…,x_i+L-1)；轨迹矩阵X的(i,j)处的元素x_ij＝x_i+j-1；所有反对角线上的元素相等。