一種基于抗噪的混合像元分解模型的構(gòu)建方法
【專利摘要】本發(fā)明公開了一種基于抗噪的混合像元分解模型的構(gòu)建方法，包括給出抗噪模型：，采用常用的歐幾里德距離及交替最小二乘算法推導(dǎo)我們提出的抗噪模型的解混結(jié)果，并由均方差準(zhǔn)則MSE定量評估抗噪模型混合像元分解性能，采用IS距離對抗噪模型進(jìn)行優(yōu)化。本發(fā)明通過構(gòu)建基于抗噪的混合象元分解模型來克服加性噪聲、乘性噪聲及混合噪聲對高光譜圖像混合像元分解的影響，本模型根據(jù)IS距離的統(tǒng)計(jì)特性，有效地克服乘性噪聲的影響，從而避免產(chǎn)生混合噪聲，獲得較為精確地信號重構(gòu)，提高混合像元分解結(jié)果的精度，并對抗噪模型進(jìn)行理論推導(dǎo)，證明了基于抗噪模型的混合像元分解的可行性及優(yōu)越性。
【專利說明】一種基于抗噪的混合像元分解模型的構(gòu)建方法
【【技術(shù)領(lǐng)域】】
[0001]本發(fā)明涉及混合像元分解模型的【技術(shù)領(lǐng)域】，特別是基于抗噪的混合像元分解模型的構(gòu)建方法的【技術(shù)領(lǐng)域】。
【【背景技術(shù)】】
[0002]高光譜圖像的產(chǎn)生過程是一個(gè)復(fù)雜的物理作用過程，物理作用過程發(fā)生在光源、材料表面及大氣干涉等之間。由此復(fù)雜的圖像產(chǎn)生過程中，產(chǎn)生了大量的噪聲，這些噪聲可能包括加性噪聲及乘性噪聲，且由于包括不止一種噪聲，所以還可能產(chǎn)生混合噪聲。因此高光譜數(shù)據(jù)的產(chǎn)生受到多種因素影響.且噪聲類型較為復(fù)雜，因而在高光譜數(shù)據(jù)分析過程中，對噪聲特點(diǎn)進(jìn)行分析顯得十分重要。研究表明在解釋一些現(xiàn)象的過程中依賴于乘性噪聲及加性噪聲之間的相互作用，如在解釋如下現(xiàn)象時(shí):隨機(jī)共振、在相變及運(yùn)輸超導(dǎo)電節(jié)點(diǎn)處等等。有大部分高光譜圖像分析算法因?yàn)閷υ肼暤牧己霉烙?jì)而最終獲得較為理想的圖像處理結(jié)果，如:高光譜圖像壓縮算法、高光譜圖像分析算法等。在實(shí)際應(yīng)用中，我們常常對表面反射率的變化進(jìn)行估計(jì)，譬如光照變化引起的乘性作用及后向散射引起的加性作用，而對于這兩種作用均可以看作為噪聲。為了很好的評估噪聲，必須構(gòu)建合適的噪聲模型，而高光譜數(shù)據(jù)的噪聲模型因高光數(shù)據(jù)采集過程所使用的高光譜成像傳感器的不同而不同。高光譜成像傳感器常用拂掃式及推掃式傳感器，這兩種傳感器的差異性決定了噪聲特點(diǎn)的差異性，因而需要針對不同的傳感器構(gòu)建不同的噪聲模型進(jìn)行噪聲評估。在混合像元分解研究中，常用的實(shí)際數(shù)據(jù)由美國國家航空航天局的噴氣推進(jìn)實(shí)驗(yàn)室骯空可見光/紅外成像光譜儀獲取，而AVIRIS采用的是推掃式(whiskbroom)傳感 器,推掃式傳感器的原理是,利用旋轉(zhuǎn)的鏡子沿垂直于傳感器平臺的方向掃描一側(cè)到另一側(cè)的場景，推掃式成像儀相對于拂掃式成像儀更重、更大且更加復(fù)雜，其移動(dòng)范圍較拂掃式成像儀也更大。由推掃式成像儀因?yàn)楣怆姃呙铏C(jī)制、非線性傳感器、原始數(shù)據(jù)的預(yù)處理、圖像空間及光譜空間的相關(guān)性等因素所產(chǎn)生的噪聲可能不是高斯型噪聲。對于所有的光學(xué)圖像來講，其信噪比由光子作用或者快照占主導(dǎo)，其中因?yàn)殡S機(jī)的光子與檢測器之間的作用本質(zhì)上是乘性噪聲，而特別值得注意的是乘性噪聲依賴于傳感器溫度，因此很難對乘性噪聲建模從而去矯正乘性噪聲。通常，在混合像元分解過程中，需要對輸入的高光譜圖像數(shù)據(jù)進(jìn)行預(yù)處理，常見的預(yù)處理即光譜歸一化處理，光譜歸一化的目的就是矯正被乘性噪聲污染的光譜并矯正反射光譜光散射的變化。但是遺憾地是，通過這些與處理算法無法徹底去除乘性噪聲。而現(xiàn)在的高光譜圖像混合像元分解算法卻都在假設(shè)乘性噪聲不存在的情況下，僅僅考慮加性白噪聲的影響，這種忽略乘性噪聲影響的混合像元分解算法很顯然是不合適的。
【
【發(fā)明內(nèi)容】
】
[0003]本發(fā)明的目的就是解決現(xiàn)有技術(shù)中的問題，提出一種基于抗噪的混合像元分解模型的構(gòu)建方法，能夠通過基于抗噪的混合像元分解模型來克服加性噪聲、乘性噪聲及混合噪聲對高光譜圖像混合像元分解的影響。[0004]為實(shí)現(xiàn)上述目的，本發(fā)明提出了一種基于抗噪的混合像元分解模型的構(gòu)建方法，依次包括以下步驟:
[0005]a)在圖像處理過程中考慮乘性噪聲的影響因素，所述乘性噪聲在信號獨(dú)立性方面滿足非高斯分布，且乘性噪聲隨著圖像空間的變化而變化，于是給出抗噪模
型:
【權(quán)利要求】
1.一種基于抗噪的混合像元分解模型的構(gòu)建方法，依次包括以下步驟:a)在圖像處理過程中考慮乘性噪聲的影響因素，所述乘性噪聲在信號獨(dú)立性方面滿足非高斯分布，且乘性噪聲隨著圖像空間的變化而變化，于是給出抗噪模型
2.如權(quán)利要求1所述的一種基于抗噪的混合像元分解模型的構(gòu)建方法，其特征在于:所述步驟a)中的端元豐度矩陣H應(yīng)滿足每列和為一條件，且W矩陣和H矩陣均為非負(fù)矩陣；隨機(jī)測量誤差矩陣?的產(chǎn)生來源包括加性噪聲及混合噪聲，所述混合噪聲為由加性噪聲跟乘性噪聲組合成的噪聲；所述乘性噪聲隨著空間上逐個(gè)像素的光照變化而變化，乘性噪聲遵循伽馬分布，并且滿足獨(dú)立同分布，乘性噪聲P也是一個(gè)非負(fù)矩陣。
3.如權(quán)利要求1所述的一種基于抗噪的混合像元分解模型的構(gòu)建方法，其特征在于:所述IS距離屬于布格雷曼距離的一種，IS距離能夠很好測量兩個(gè)光譜之間的距離，IS距離使用最大似然方法重構(gòu)信號中的成份，IS距離在重構(gòu)信號時(shí)具有良好動(dòng)感知性；在伽馬噪聲服從均值為I的獨(dú)立同分布時(shí)，IS距離是序族分離度中的唯一一個(gè)具有尺度不變性的距離，對乘性噪聲 不敏感。
【文檔編號】G06T17/00GK103886639SQ201410096568
【公開日】2014年6月25日 申請日期:2014年3月14日 優(yōu)先權(quán)日:2014年3月14日
【發(fā)明者】蔣云良, 李春芝, 陳曉華 申請人:湖州師范學(xué)院