[发明专利]基于全约束最小二乘法的自适应光谱解混合的光学实现方法及系统

摘要

为了解决传统高光谱解混合算法处理数据量庞大的技术问题，本发明提供了一种基于全约束最小二乘法的自适应光谱解混合的光学实现方法及系统，利用计算光谱成像技术中的压缩编码原理，将光谱解混算法—全约束最小二乘法，与光谱分光&合光系统相结合，以空间目标场景为分析处理对象，能够直接输出解混合结果，不需要进行光谱数据立方体的重构过程，从而避免了大数据量问题，大幅减轻了系统的数据存储、传输、处理的负担，且为光谱解混合处理的实时应用提供有效的技术支撑。

主权项

1.基于全约束最小二乘法的自适应光谱解混合的光学实现方法，其特征在于，每一行空间像元的光谱解混合包括以下步骤：/n步骤1：将一行空间像元的辐射或反射光，分光色散成二维光谱；/n步骤2：利用已知参考光谱库中的端元构建端元矩阵E，并根据将E扩展为E′，初始化R＝{1,2,…,m}，A_i＝0，s＝0，r＝1；P和R分别是设定的两个集合；A_i和s是m×1大小的一维矩阵；r为用于计数的中间变量；b为光谱波段数；m为端元数；/n步骤3：提取E^′T的第r行系数矩阵，标记为ER，并用ER的前b个系数构成空间光调制器的二维控制信号，其中空间光调制器的各行控制信号是相同的；/n步骤4：根据步骤3中给出的二维控制信号，利用空间光调制器对步骤1分光后的二维光谱进行光谱调制；/n步骤5：将调制后光谱经反向合光系统聚合后投射到探测器上，探测器获取聚合后光谱；/n步骤6：将探测器获取的数据与步骤3提取的一维系数矩阵ER的第b+1个系数值相加，得到1×m矩阵E′^Tx_i′中第r个数值；/n步骤7：如果r＝m，则已获取1×m矩阵E′^Tx_u′，转入步骤8；否则，更新r＝r+1，转入步骤3；/n步骤8：根据公式w＝E′^T(x_i′-E′A_i)，计算w；/n步骤9：如果且max(w_k)＞0(k∈R)，转入步骤10；否则，转入步骤20；/n步骤10：求出t＝argmax(w_k)(k∈R)，更新R＝R-{t}和P＝P∪{t}；/n步骤11：根据更新的集合P，更新E′^P，并利用公式E^P#＝[(E′^P)^TE′^P]^-1(E′^P)^T自适应地计算E^P#,pr＝1；pr为用于计数的中间变量；/n步骤12：提取E^P#的第pr行系数矩阵，标记为PR，并用PR的前b个系数构成空间光调制器的二维控制信号，其中空间光调制器的各行控制信号是相同的；/n步骤13：根据步骤12中给出的二维控制信号，利用空间光调制器对步骤1分光后的二维光谱进行光谱调制；/n步骤14：将调制后光谱经反向合光系统聚合后投射到探测器上，探测器获取聚合后光谱；/n步骤15：将探测器获取的数据与步骤12提取的一维系数矩阵PR的第b+1个系数值相加，得到1×m矩阵E^P#x_i′中第pr个数值；/n步骤16：如果pr＝m，则已获取1×m矩阵s^P＝E^P#x_i′，并更新s^R＝0，转步骤17；否则，更新pr＝pr+1，转步骤12；/n步骤17：如果min(s^P)≤0，转入步骤18；否则，转入步骤19；/n步骤18：根据公式A_i＝A_i+β(s-A_i)，计算β和A_i，并把所有满足A_ik＝0的指标k从P移动到R，转入步骤11；/n步骤19：更新A_i＝s，w＝E′^T(x_i′-E′A_i)，转入步骤9；/n步骤20：当前行的光谱解混合完成，此时A_i为当前行的丰度系数矩阵，进入下一行的光谱解混合过程。/n