[发明专利]ATGP-VCA投影向量获取方法

说明书

技术领域

本发明涉及图像处理技术领域，尤其涉及一种高光谱图像处理中 获取投影向量的方法。

背景技术

高光谱图像具有图谱合一的特性，其能反映被测对象的物理和几 何特征，已在空间遥感、军事侦察、农业及环境监测等方面得到了广 泛应用。但是，遥感器所获得的地面反射或反射光谱是以像元为单位 的，它是像元所对应的地表物质光谱信号的综合，是一种混合光谱。 由此产生了光谱解混的问题，而端元提取是解混过程中的一个必要步 骤。

目前存在多种端元提取方法，如PPI(Pixel Purity Index，像元纯 度指数)、MEST(Manual End member Selection Tool)、N-F INDER和 VCA(Vertex Component Analyst，顶点成分分析)等，其中VCA是较 优的端元提取方法，但是原始VCA算法在每次运行过程中都得到不 同的结果。

VCA算法的基本思想是：如果混合光谱是由线形混合模型产生 的，如(1)式所示：

r＝ωMβ+n                              (1)

其中，r代表l×1维像元的光谱向量，l为波段数；M＝[m₁，...，m_i，...， m_q]为端元矩阵，m_i为第i个端元向量，q为所覆盖区域中的端元数； ω为尺度因子，用来建模表示由表面地形起伏而引起的亮度变化(ω ＞0)；β＝[β₁，β₂，β₃，...，β_q]^T为丰度向量；n为加性噪声。

其中，n的影响如果可以忽略不计，那么混合光谱可以投影到端 元张成的空间内，并且投影点在空间内形成一个单体，而单体的顶点 就是端元。如果将此单体以适当方向做投影，投影极值处一定为顶点。 找到投影极值的位置，就可以得到单一地物的光谱向量。由此，VCA 算法的核心就是找到适当的投影向量，使求得的投影极值的位置尽量 接近真实位置。投影方向f的计算方法如式(2)，

f:=(I-AA#)w||(I-AA#)w||---(2)]]>

其中A表示已求得的端元矩阵，w是一个权重向量。VCA中正是由于 在每次迭代中均令w为随机产生的高斯向量而导致了其结果的不一 致、不稳定。

ATGP-VCA是ATGP(自动测试向量生成)方法与VCA的结合， 它通过预先的计算解决了VCA的问题。这种计算是迭代实现的，在 迭代中需要对一个投影向量进行更新，但是ATGP-VCA中对投影向 量的选择方法，即选择算子需要很大的计算量。

发明内容

本发明的目的在于提供一种在ATGP-VCA方法中简单、有效地 获取投影向量的方法，所述投影向量获取方法不仅可以在一定程度上 提高多次运算的数据稳定度，还可以大大降低原ATGP-VCA方法的 计算复杂度。