[发明专利]一种基于3D谱-空抗干扰的高光谱解混方法

权利要求书

1.一种基于3D谱-空抗干扰的高光谱解混方法，其特征在于包括：

利用高光谱图像提取初始端元和丰度；

对高光谱图像数据空间进行转换，重新评价变换域中的各维度的优先级；根据各维度优先级的贡献度进行加权操作；

对原始高光谱图像进行超像素分割，将高光谱图像划分为多个近似同质空间；

利用超像素设计丰度局部相似约束；

根据波段优先级和局部相似约束迭代优化丰度和端元。

2.根据权利要求1所述的方法，其特征在于：重新评价变换域中的各维度的优先级，根据各维度优先级的贡献度进行加权时：

首先度量高光谱图像X中各波段的线性相关程度如下：

其中，σ(·)为协方差统计函数，表示第l个波段向量，μ为均值波段向量，对Σ进行分解，得到包含L个空间转换基向量的矩阵M∈R^L×L以及各维度信息的贡献度Z；

Σ＝MZM^T (2)

根据各维度的贡献不同，使用贡献度Z对各维度进行加权，将各波段的贡献系数C设置为即构建关于端元E和丰度A的目标函数为

3.根据权利要求1所述的方法，其特征在于：利用超像素设计丰度局部相似约束时：

使用超像素分割方法将该场景分割成S个局部邻域空间，基于每个子空间内像素具有同质性原理，首先利用局部中心丰度约束局部区域Ω_s内各像素a_j的相似性，得到：

根据各像素的光谱-空间距离v_j约束局部区域里的所有像素的相似性程度，将公式(4)转换为：

表示第j个像素的相似性指数；

确定子空间内含量最高的端元，对其在该空间内的所有丰度值加小权重，使其变大，对于子空间内含量最低的端元，对其在该空间内的所有丰度值加大权重，使其变得更小，对公式(5)施加约束得到：

其中，是局部稀疏诱导矩阵，P用来控制各场景中丰度的稀疏程度。