[发明专利]基于进化多目标优化的高光谱遥感影像的端元提取方法

摘要

一种基于进化多目标优化的高光谱遥感影像的端元提取方法，属于高光谱图像处理领域，通过将端元数作为多目标优化的一个目标函数，采用单次运行算法得到不同数目的端元提取结果，加快算法的执行速度，提高精度；将高光谱遥感影像端元提取看作是一个多目标问题，利用离散粒子群优化方法同时优化两个目标函数，单次运行可以得到用不同端元数的，即得到最优化端元；克服了现有技术中需要多次单次运行算法而的得到具有不同数目的端元结果。采用了逆向生长的leader选择策略，不需要搜索所有的端元，减小了计算复杂度。

主权项

1.基于进化多目标优化的高光谱遥感影像的端元提取方法，其特征在于，包括如下步骤：步骤1，确定需要处理的高光谱遥感图像I作为原始图像；步骤2，使用线性光谱混合模型对高光谱遥感图像I进行光谱分解，用于端元提取；令表示L个波带n个像素的高光谱遥感图像，r_i是表示第i个像素的光谱列矢量，则线性光谱混合模型LSMM定义为，上式中，m是端元数,表示端元集合,是第j个端元在第i个像素中的丰度，ε_i表示第i个波段的误差项，端元丰度需要满足两个约束条件：步骤3，用全约束最小二乘得到估计端元丰度，通过线性光谱混合模型获得重混图像进而得到原始图像和重混图像的均方根误差(RMSE)作为一个目标函数；并且将原始图像的端元数∑(x)作为另外一个目标函数；步骤4，均方根越小，表示原始图像和重混图像越接近，如果端元数减少，均方根误差将变大，由此联合得到的两个矛盾的目标函数，将高光谱遥感图像的端元提取问题建模为多目标优化问题MOPs，其描述如下；步骤5，对建立的多目标优化问题通过离散粒子群优化算法对两个矛盾的目标函数同时进行优化，采用精英选择策略，获取最终端元提取结果。