[发明专利]基于稀疏图编码的高光谱遥感图像本征分解方法及系统

权利要求书

1.基于稀疏图编码的高光谱遥感图像本征分解方法，其特征在于所述方法包括以下步骤：

步骤一、构建高光谱遥感图像的稀疏图编码字典，包括以下步骤：

步骤一一、获得高光谱遥感图像，包括以下步骤：

其中，H＝[H₁,H₂,…,H_n]∈R^d×n，H是高光谱遥感图像，n为高光谱遥感图像上的像素总数，d表示高光谱遥感图像H的光谱维度，R^d×n是实数域上大小为d×n的矩阵的集合，ρ是反射率分量，1_n是n×1的全1列向量，是1×n的全1行向量，1_d是d×1的全1列向量，β＝[β₁,β₂,…,β_n]^T是n×1方向矩阵的列向量，β^T是n×1方向矩阵的行向量，E是环境光照，E＝[E(λ₁),E(λ₂),…,E(λ_d)]^T∈R^d×1，λ代表光照波长；

步骤一二、将高光谱遥感图像在光谱维上做几何平均去除掉由于物体表面几何分布引起的光谱变化得到图像包括以下步骤：

其中，I_d是d×d的单位矩阵，1_d^T是d×1的全1行向量，是去除由于物体表面几何分布引起的光谱变化后的高光谱遥感图像；

步骤一三、将在空间维上做几何平均，消除由于随空间分布变化的光照引起的光谱变化得到图像

步骤一四、根据获得高光谱遥感图像中每个像素的稀疏图编码字典；

步骤二、根据高光谱遥感图像的稀疏图编码字典获得稀疏图的相似度矩阵；

步骤三、根据步骤一获得的和步骤二获得的稀疏图相似度矩阵获得高光谱图像的反射率分量。

2.根据权利要求1所述的基于稀疏图编码的高光谱遥感图像本征分解方法，其特征在于：所述步骤一三中将在空间维上做几何平均，消除由于随空间分布变化的光照引起的光谱变化得到图像包括以下步骤：

其中，I_n是n×n的单位矩阵，是消除由于随空间分布变化的光照引起的光谱变化后的高光谱遥感图像。

3.根据权利要求2所述的基于稀疏图编码的高光谱遥感图像本征分解方法，其特征在于：所述步骤一四中获得高光谱遥感图像中每个像素的稀疏图编码字典，包括以下步骤：

其中，i＝1,2,…,n是高光谱遥感图像中的像素，n是高光谱遥感图像中的像素总数，R^d×(d+n-1)是实数域上大小为d×(d+n-1)的矩阵的集合。

4.根据权利要求3所述的基于稀疏图编码的高光谱遥感图像本征分解方法，其特征在于：所述步骤二中根据高光谱遥感图像的稀疏图编码字典获得稀疏图的相似度矩阵，包括以下步骤：

步骤二一、根据优化准则获得高光谱遥感图像中第i个像素的系数向量；

步骤二二、建立稀疏图相似矩阵的定义，并获取矩阵中定义的元素之间的关系；

步骤二三、获得稀疏图相似度矩阵的每个元素W(i,j)与系数向量αⁱ之间的关系，并根据获得的关系获得稀疏图相似度矩阵中的每个元素；

步骤二四、相似度矩阵中所有的元素构成高光谱遥感图像H的稀疏图相似度矩阵W。

5.根据权利要求4所述的基于稀疏图编码的高光谱遥感图像本征分解方法，其特征在于：所述步骤二一中根据优化准则获得高光谱遥感图像中第i个像素的系数向量，所述优化准则如下：

其中，αⁱ∈R^d+n-1是高光谱遥感图像中第i个像素的系数向量，R^d+n-1是实数域上大小为d+n-1的矩阵的集合。