欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2020105485771
申请人: 宁波大学
专利类型:发明专利
专利状态:未下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种协同波段选择与端元提取的高光谱滨海湿地光谱解混方法,其特征在于,包括以下步骤:

步骤1、对高光谱数据进行预处理,所述预处理包括:辐射定标、FLASH大气校正和正射校正;

步骤2、通过合成HS数据的NIR波段和R波段,计算植被指数初步提取植被区,根据辅助数据对植被区进行处理并将提取出的植被区域进行影像分块处理:步骤2.1、将HS数据的NIR波段与R波段全部分别提取出来,以Landsat8的MS数据为基准影像,对HS数据进行重采样;

步骤2.2、计算相同空间分辨率的HS数据的NIR波段与MS数据的NIR波段之间的系数矩阵w,计算相同空间分辨率的HS数据的R波段与MS数据的R波段之间的系数矩阵g,通过HS数据相应波段与相应系数矩阵的转置矩阵相乘合成HS数据单波段的NIR波段和单波段的R波段:

上式(1)至式(2)中MSNIR表示MS数据的NIR波段,MSR表示MS数据的R波段,HSNIR表示HS数据的NIR波段,HSR表示HS数据的R波段,k表示第k个波段;

上式(1)中A表示合成的HS数据的NIR波段:上式(3)中,HSNIR表示HS数据的NIR波段,k表示第k个波段,wk′表示第k个波段内相同空间分辨率的HS数据的NIR波段与MS数据的NIR波段之间的系数矩阵w的转置矩阵;

上式(2)中B表示合成的HS数据的R波段:上式(4)中,HSR表示HS数据的R波段,k表示第k个波段,gk′表示相同空间分辨率的HS数据的R波段与MS数据的R波段之间的系数矩阵g的转置矩阵;

步骤2.3、计算植被指数初步提取植被区域:上式(5)中,Vegetation表示所提取出的植被区域;A表示合成的HS数据的NIR波段,B表示合成的HS数据的R波段,ρ(A)为A的光谱反射率,ρ(B)为B的光谱反射率;

步骤3、对提取的植被区域,利用耦合特征波段选择与特征提取的方法进行端元提取:bj≥0,||bj||1=1,ai≥0,||ai||1=1W≥0,ωi≥ε,i=1,…N,j=1,…,r              (6)上式(6)中,W为特征波段系数的对角矩阵;B=[bj],A=[ai]均为稀疏系数矩阵;其中ωi为每一像元的逼近误差的权重系数;N为影像中的像元的总数;Y=(y1,y2,…,yi),Y表示HS影像数据r表示地物端元的总类别个数;λ为设定的特征波段正则项的惩罚系数;Tr( )为矩阵的迹运算符;S={Sij}为特征波段的差异性权重矩阵;ε为设定的常数,用于标识特征波损失优化的步长;

步骤4、提取出来的端元通过二进制分区树方法对提取的端元进行聚类分析,进行端元聚类提取多端元;通过光谱角距离SAM来逐步合并两个最相似的相邻区域,进行构造,直到得到整个图像:

上式(7)中,MR表示依赖于光谱向量区域R的合并模型;|R|表示光谱向量区域R内的像元个数;I{p}表示对于图像I的每个像素p包含的光谱波段,I{p}=[I1{p},I2{p},...,IN{p}];

上式(8)中,其中 和 分别表示不同区域下的合并模型,[·]和||·||分别为标量积和范数,SAM是合并要素之间的光谱角距离,N为像元总数;

步骤5、运用线性混合模型中的稀疏解混方法对遥感图像解混;对于纯端元光谱信息,从中选择若干个端元的光谱逼近混合像元的光谱:L×k

θ=(θ1,θ2,…,θk)∈R       (10)L

上式(9)和上式(10)中,Y表示k个像素,L个波段下的光谱图像,Y=(y1,y2,…,yk)∈R×k

;θ表示含有N个端元的端元谱库,θi(i=1,2,…,N)为第i个端元的L个波段的光谱;W为丰度矩阵,λ为参数,F为约束范数。

2.根据权利要求1所述协同波段选择与端元提取的高光谱滨海湿地光谱解混方法,其特征在于:所述步骤2.2中相同空间分辨率的HS数据的NIR波段与MS数据的NIR波段之间的系数矩阵w和相同空间分辨率的HS数据的R波段与MS数据的R波段之间的系数矩阵g通过计算数据间的最小均方根误差获取。

3.根据权利要求1所述协同波段选择与端元提取的高光谱滨海湿地光谱解混方法,其特征在于:所述步骤3中Sij通过计算光谱信息散度和波段相关系数的比值来确定影像中任意两个特征波段的差异值。