[发明专利]基于修正扩展形态学算子的高光谱遥感图像端元提取方法

摘要

本发明提出了一种基于修正扩展形态学算子的高光谱遥感图像端元提取方法，其特征是，通过修正扩展形态学算子定义下的开-闭运算和闭-开运算对原始图像进行滤波，以达到结合光谱信息和空间信息进行端元提取的目的。本方法主要着重于解决存在于扩展形态学算子中的局限性问题，通过引入基准向量对其进行修正，提出的修正扩展形态学算子去除了交叉替换现象，保证了正确的替换方向，增强了纯像元和混合像元的分离效果。实验结果从光谱曲线相似性和相应地物分布图等方面证明了本发明提出的方法可以优化端元提取的效果，且计算量适中，是后续高光谱遥感图像混合像元分析以及分类等应用的基础。

主权项

1.一种基于修正扩展形态学算子的高光谱遥感图像端元提取方法，其特征在于步骤如下：步骤1：对于高光谱遥感图像I＝f(x，y，N)，(x，y)∈Z²为空间坐标，N为波段数，f(x，y)为N维光谱向量；计算高光谱遥感图像的均值向量作为基准向量：VRef=Σ(x,y)∈Z2f(x,y)/M]]>其中M为像元数目；步骤2：根据V_Ref对原始高光谱遥感图像做n次基于修正扩展形态学算子的开-闭运算：(f,B)MEMOopen-close(x,y)=((foB)MEMO·B)MEMO(x,y)]]>n介于8～12之间，每做一次运算，需要重新返回步骤1计算V_Ref；其中，(foB)_MEMO和(f·B)_MEMO为基于修正扩展形态学算子的开运算和闭运算：(foB)MEMO(x,y)=((f⊗B)MEMO⊕B)MEMO(x,y)]]>(f·B)MEMO(x,y)=((f⊕B)MEMO⊗B)MEMO(x,y)]]>由修正扩展形态学算子中的膨胀和腐蚀运算定义：(f⊗B)MEMO(x,y)=Dist[(f⊗B)(x,y),VRef]^Dist[f(x,y),VRef]]]>其中B代表空间元素SE，SE从3×3方形结构开始，每次运算时空间尺寸按1阶逐次递增，和是传统扩展形态学算子定义下的膨胀和腐蚀运算，Dist[]为高光谱遥感图像中两个光谱向量的距离测度，用以表征光谱间的相似性；使用光谱角：DistSAD(aN,bN)=θaN,bN=cos-1<aN,bN>||aN||||bN||]]>其中a_N、b_N为N维光谱向量；步骤3：步骤2完成后，得出每个像元的判定向量DV^open-close用于端元提取：DV^open-close(x，y)＝{α₀，L α_n-1}αk-1=Dist[(f,B)MEMOopen-close(x,y)k,(f,B)MEMOopen-close(x,y)k-1];]]>步骤4：在步骤3得出的判定向量DV^open-close中，将含有最大数值元素DV^open-close所对应的像元作为一个端元输出，记为e_i；步骤5：将原高光谱遥感图像投影到e_i的正交子空间：其中为e_i的正交子空间；将受到压制像元所对应的DV^open-close置为零向量；步骤6：重复步骤5，直到所有的DV^open-close都变为零向量，得到最终端元集合。