1.一种基于全局到局部的进化算法的高光谱端元提取方法,其特征在于,包括如下步骤:S1:获取维度为L×N的高光谱遥感图像矩阵R,其中,L表示高光谱遥感图像的波段数,N表示高光谱遥感图像的像素数;令X表示高光谱遥感图像矩阵R中像素向量,且X={x1,x2,...,xi,...,xN},xi表示第i个像素,若xi=1,则表示第i个像素为端元;若xi=0,则表示第i个像素为混合像素;令P表示高光谱遥感图像矩阵R的端元数;
S2:利用式(1)‑式(3)构建多目标优化函数minF(X):
minF(X)=(f1(X),f2(X)) (1)
式(1)‑式(3)中,f1(X)为第一优化目标函数,f2(X)为第二优化目标函数,q1、q2、...、qP为高光谱遥感图像矩阵R中降维后的P个端元值;ri为高光谱遥感图像矩阵R中第i个像素,为第i个像素的重构值;
S3:定义当前迭代次数为t,并初始化t=1;最大的迭代次数为maxiter;
由N个像素中端元和混合像素的分布情况构成一个个体,从而随机初始化NP个个体并构成第t代种群 其中, 表示第t代种群Qt的第j个个体;
S4:第t代种群Qt的全局进化;
S4.1:通过两次二元竞标赛的方法从第t代种群Qt中分别第j次选出两个父代个体,并通过所述多目标优化函数minF(X)分别计算第j次选出的父代个体的适应度值,将适应度值较低的父代个体记为 另一个父代个体为S4.2:在[0,1]之间的产生第t代的第j个随机数randt,j;
如果randt,j<0.5,则对父代个体 进行非对称变异操作,得到一个子代个体 否则,对父代个体 进行基于SAD的修补操作,得到一个子代个体S4.3:按照S4.1‑S4.2的过程执行NP次,从而产生第t代的NP个子代个体构成第t代的子代种群S4.4:通过快速非支配排序方法和拥挤距离计算的选择操作,从Ot和Qt中选择出较好的NP个个体组成第t+1代种群Qt+1;
S4.5:将t+1赋值给t后,返回步骤S4执行,直到t=4/5maxiter为止,从而得到全局进化后的高质量种群;
S5:种群局部进化:
S5.1:通过两次二元竞标赛的方法从第t代种群Qt中分别第j次选出两个父代个体,并通过所述多目标优化函数minF(X)分别计算第j次选出的父代个体的适应度值,将适应度值较低的父代个体记为 另一个父代个体为S5.2:对父代个体 进行局部扰动操作,得到一个子代个体
S5.3:按照S5.1‑S5.2的过程执行NP次,从而产生第t代的NP个子代个体构成第t代的子代种群S5.4:通过快速非支配排序方法和拥挤距离计算的选择操作,从Ot和Qt中选择出较好的NP个个体组成第t+1代种群Qt+1;
S5.5:将t+1赋值给t后,返回步骤S5执行,直到t=maxiter为止,从而得到局部进化后的最终种群Qmaxiter;
S5.6:根据多目标优化函数minF(X),计算最终种群Qmaxiter的适应度值,并从最终种群Qmaxiter中选择非支配等级最小的Pareto解集所对应的个体,作为光谱遥感图像矩阵R的端元和混合像素的最优分布,从而得到光谱遥感图像矩阵R中的端元所在位置。
2.如权利要求1所述的高光谱端元提取方法,其特征在于,S4.2的非对称变异操作是将
0‑1 1‑0
个体中各个像素的取值“0”和“1”分别按照概率p 和概率p 翻转成“1”和0”;其中,取值“0”变异为“1”的概率 取值“1”变异为“0”的概率若变异后的像素中取值“1”的个数大于P,则随机将像素的取值“1”变成“0”,使得到取值“1”的个数等于P;
若变异后的像素中取值“1”的个数小于P,,则随机将像素的取值“0”变成“1”,使得到取值“1”的个数等于P。
3.如权利要求1所述的高光谱端元提取方法,其特征在于,S4.2中基于SAD的修补操作如下:步骤a:令 其中,eak1表示父代个体 中第k1个端元值,
令 其中,ebk2表示父代个体 中第k2个端元值;
步骤b:利用式(4)计算第k1个端元值eak1与第k2个端元值ebk2之间的SAD值SAD(eak1,ebk2):步骤c:选出所述第k2个端元值ebk2与 中每个端元值的SAD值的最小值记为minSADk2,并将minSADk2所对应的端元值eamin,k2作为ebk2的学习目标,从而得到父代个体中每个端元值所选出的最小值集合MINSAD=(minSAD1,minSAD2,...,minSADk2,...,minSADP)及其对应学习目标集合MINea=(eamin,1,eamin,2,...,eamin,k2,...,eamin,P);
步骤d:若 中不存在多个端元值对应同一个学习目标的情况,则从MINSAD中选出最大值,记为minSADmax,将minSADmax所对应的一组端元值eamin,max和ebmax中,将父代个体中的ebmax替换为eamin,max,从而得到更新后的父代个体 并作为子代个体若 中存在多个端元值对应同一个学习目标的情况,则依次对父代个体 中的每个端元值检查,记mk1为当前端元值eak1所对应的端元值数量;
如果mk1=0,则将eak1加入
如果mk1≠0,则mk1个端元值在MINSAD中所对应的最小值minSADmin,将minSADmin所对应的ebmin加入 从而得到一个由P个端元组成的子代个体
4.一种电子设备,包括存储器以及处理器,其特征在于,所述存储器用于存储支持处理器执行权利要求1‑3中任一所述高光谱端元提取方法的程序,所述处理器被配置为用于执行所述存储器中存储的程序。
5.一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,其特征在于,所述计算机程序被处理器运行时执行权利要求1‑3中任一所述高光谱端元提取方法的步骤。