[发明专利]基于全色锐化技术支持下的空间引力模型亚像元定位方法

权利要求书

1.基于全色锐化技术支持下的空间引力模型亚像元定位方法，其特征在于，包括如下步骤：

步骤1，将原始低空间分辨率的遥感图像与来自同一区域的高空间分辨率的全色图像通过基于主成分分析的全色锐化技术进行融合，得到具有高空间分辨率的遥感图像；

步骤2，将步骤1得到的具有高空间分辨率的遥感图像，通过基于线性混合模型的软分类方法获得具有空-谱信息的丰度图像；

步骤3，将原始低空间分辨率的遥感图像，通过基于线性混合模型的软分类方法获得粗糙丰度图像，将粗糙丰度图像通过基于混合空间引力模型获得精细丰度图像；

所述基于混合空间引力模型，具体公式为：

其中，为通过基于混合空间引力模型获得的精细丰度图像上亚像元属于每个类别的预测值，θ是权重参数，0≤θ＜1，和分别通过基于亚像元-像元空间引力模型和基于亚像元-亚像元空间引力模型获得；

基于亚像元-像元空间引力模型如下：

其中，C_m(P_J)表示通过对原始低空间分辨率的遥感图像进行软分类获得的粗糙丰度图像C_m中与中心亚像元p_n相邻的第J个像元P_J属于第m类的预测值，M为地物类别总数量，K为像元数目，S为比例尺度，w_nJ是中心亚像元p_n和相邻像元P_J之间空间相关性的权重；

w_nJ＝exp(-d(p_n,P_J)²/ε₁)

其中，d(p_n,P_J)为中心亚像元p_n和相邻像元P_J之间的欧几里得距离，ε₁是指数模型参数；

基于亚像元-亚像元空间引力模型如下：

其中，w_nj表示为中心亚像元p_n和相邻亚像元p_j之间空间相关性的权重；

w_nj＝exp(-d(p_n,p_j)²/ε₂)

其中，d(p_n,p_j)定义为中心亚像元p_n和相邻亚像元p_j之间的欧几里得距离，ε₂是指数模型参数；

步骤4，将步骤2得到的具有空-谱信息的丰度图像与步骤3得到的精细丰度图像，利用线性整合方法进行整合，得到整合后的丰度图像，根据整合后的丰度图像获取图像中亚像元属于每个类别标签的预测值，并通过类别分配方法将类别标签分配到每个亚像元中，获得最终的亚像元定位结果。

2.根据权利要求1所述基于全色锐化技术支持下的空间引力模型亚像元定位方法，其特征在于，步骤1所述基于主成分分析的全色锐化技术，具体公式为：

其中，是全色锐化后得到的图像，表示第b光谱波段被全色锐化后的图像，代表第b波段原始低空间分辨率的遥感图像插值到全色图像尺寸后的图像，g_b是增益矢量，P是来自同一区域的高空间分辨率的全色图像，y_b是权值向量，b＝1,2,...,B，B为遥感图像波段总数。

3.根据权利要求1所述基于全色锐化技术支持下的空间引力模型亚像元定位方法，其特征在于，步骤2所述基于线性混合模型的软分类方法，具体公式为：

其中，是全色锐化后得到的图像的光谱值矢量，是所有亚像元属于第m类的预测值的矢量，E是光谱端元构成的矩阵，W是随机噪声。

4.根据权利要求1所述基于全色锐化技术支持下的空间引力模型亚像元定位方法，其特征在于，步骤4所述类别分配方法，具体公式为：

其中，t_J表示所有亚像元的软属性值之和，P_N表示一个像元，N＝1,2,...,K,p_n表示一个亚像元，n＝1,2,...,KS²,KS²是亚像元的数目，C_m(P_N)表示粗糙丰度图像C_m中像元P_N属于第m类的预测值。