專利名稱：：Atgp-vca投影向量獲取方法
技術(shù)領(lǐng)域：
：本發(fā)明涉及圖像處理
技術(shù)領(lǐng)域：
，尤其涉及一種高光譜圖像處理中獲取投影向量的方法。
背景技術(shù)：
：高光譜圖像具有圖譜合一的特性，其能反映被測(cè)對(duì)象的物理和幾何特征，已在空間遙感、軍事偵察、農(nóng)業(yè)及環(huán)境監(jiān)測(cè)等方面得到了廣泛應(yīng)用。但是，遙感器所獲得的地面反射或反射光譜是以像元為單位的，它是像元所對(duì)應(yīng)的地表物質(zhì)光譜信號(hào)的綜合，是一種混合光譜。由此產(chǎn)生了光譜解混的問題，而端元提取是解混過程中的一個(gè)必要步驟。目前存在多種端元提取方法，如PPI(PixelPurityIndex,像元純度指數(shù))、MEST(ManualEndmemberSelectionTool)、N-FINDER和VCA(VertexComponentAnalyst,頂點(diǎn)成分分析)等，其中VCA是較優(yōu)的端元提取方法，但是原始VCA算法在每次運(yùn)行過程中都得到不同的結(jié)果。VCA算法的基本思想是如果混合光譜是由線形混合模型產(chǎn)生的，如(l)式所示r=coM(3+w(1)其中，r代表/x1維像元的光譜向量，/為波段數(shù)；M-[，…，叫,…，柳《]為端元矩陣，w為第/個(gè)端元向量，《為所覆蓋區(qū)域中的端元數(shù)；w為尺度因子，用來建模表示由表面地形起伏而引起的亮度變化(w〉0);P-[P!，P2，P3，…，^]T為豐度向量；"為加性噪聲。其中，M的影響如果可以忽略不計(jì)，那么混合光譜可以投影到端元張成的空間內(nèi)，并且投影點(diǎn)在空間內(nèi)形成一個(gè)單體，而單體的頂點(diǎn)3就是端元。如果將此單體以適當(dāng)方向做投影，投影極值處一定為頂點(diǎn)。找到投影極值的位置，就可以得到單一地物的光譜向量。由此，VCA算法的核心就是找到適當(dāng)?shù)耐队跋蛄?，使求得的投影極值的位置盡量接近真實(shí)位置。投影方向/的計(jì)算方法如式(2),其中^表示已求得的端元矩陣，vv是一個(gè)權(quán)重向量。VCA中正是由于在每次迭代中均令w為隨機(jī)產(chǎn)生的高斯向量而導(dǎo)致了其結(jié)果的不一致、不穩(wěn)定。ATGP-VCA是ATGP(自動(dòng)測(cè)試向量生成)方法與VCA的結(jié)合，它通過預(yù)先的計(jì)算解決了VCA的問題。這種計(jì)算是迭代實(shí)現(xiàn)的，在迭代中需要對(duì)一個(gè)投影向量進(jìn)行更新，但是ATGP-VCA中對(duì)投影向量的選擇方法，即選擇算子需要很大的計(jì)算量。
發(fā)明內(nèi)容本發(fā)明的目的在于提供一種在ATGP-VCA方法中簡單、有效地獲取投影向量的方法，所述投影向量獲取方法不僅可以在一定程度上提高多次運(yùn)算的數(shù)據(jù)穩(wěn)定度，還可以大大降低原ATGP-VCA方法的計(jì)算復(fù)雜度。原ATGP-VCA方法用wn=arg(ma^(Puiry(P^"選擇投影向量，即選擇具有最大模的向量，也就是具有最大的能量的向量，在圖像上表現(xiàn)為最亮的像素，在投影空間上表現(xiàn)為最大的投影值。在本發(fā)明的方法中，先求出一個(gè)由向量空間各個(gè)維度(即高光譜圖像的每個(gè)譜段)上的最大值、最小值圍成的凸錐，而這個(gè)凸錐的頂點(diǎn)也可以在一定程度上反映原始向量的分布特征。將此新凸錐平移到向量空間的原點(diǎn)，即在每個(gè)維度上用所述最大值減去所述最小值?？梢园l(fā)現(xiàn)，實(shí)際上在這個(gè)新空間中，滿足w,arg(ma^(P^)'(P^》的就是最大值向量與最小值向量的差值向量。由此在這個(gè)空間中，存在wna;二max(P"卜min(P^〉，i-l，2……d，其中i表示第i維度。為實(shí)現(xiàn)本發(fā)明的上述目的，本發(fā)明的方法包括下列步驟Sl:根據(jù)觀測(cè)得到的高光譜向量r設(shè)置初始投影向量值w。，并構(gòu)造輔助矩陣U;S2:迭代計(jì)算開始，根據(jù)所述輔助矩陣獲得當(dāng)前迭代次數(shù)n下向量空間內(nèi)每一維度i上的最大投影值向量與最小投影值向量的差值向S3:判斷當(dāng)前迭代次數(shù)n是否為p-l，若是，則迭代結(jié)東，所述差值向量a,即為投影向量值^，其中p為期望提取的端元數(shù)；S4:若當(dāng)前迭代次數(shù)n不為p-l，則更新輔助矩陣U呵^......wn],返回步驟S2，進(jìn)入下次迭代。其中，步驟S1中，、,{薩々},輔助矩陣11=[^0]。其中，步驟S2進(jìn)一步包括下列步驟S201:計(jì)算出與所述輔助矩陣U正交的投影方向P"S202:計(jì)算出每一維度i上的向量r在所述投影方向上的最大值向量max{P^}和最小值向量min(Pu、};S203:計(jì)算出差值向量a,=max(P杠}-miiUP^}。本發(fā)明的有益效果在于，所述方法不僅可以在一定程度上提高多次運(yùn)算的數(shù)據(jù)穩(wěn)定度，還可以大大降低原ATGP-VCA方法的計(jì)算復(fù)雜度。圖l是根據(jù)本發(fā)明的投影向量獲取方法流程圖。具體實(shí)施例方式本發(fā)明提出的用于ATGP-VCA方法的投影向量獲取方法，結(jié)合附圖及實(shí)施例說明如下。ATGP-VCA方法主要通過ATGP方法先確定一系列的投影向量w來使得其結(jié)果達(dá)到穩(wěn)定一致。如圖l所示，其步驟如下S101:確定需要的Tv個(gè)數(shù)(即期望提取的端元數(shù))為p;根據(jù)觀測(cè)得到的高光譜向量r設(shè)置初始投影向量值wo，令w。-arg(maxjtr);設(shè)置循環(huán)變量11=1,輔助矩陣U-[iV()];其中，r為觀測(cè)到的高光譜向量，p為期望獲得的端元數(shù)；S102:迭代計(jì)算；具體地，計(jì)算得到與輔助矩陣U正交的一個(gè)投影方向，記為P"然后，現(xiàn)有的ATGP-VCA方法將每一個(gè)r向所述方向PJ上投影，并根據(jù)公式^-arg(maXr(Pu)'(P^》來選擇使(P^)'(P^)最大的r(即選擇具有最大模的向量)作為K,并用Wn代替U中的第n列向量，此時(shí)U=[Wl......wn],繼續(xù)迭代；當(dāng)『p-l時(shí)迭代停止；而在本發(fā)明的實(shí)施例中，首先，計(jì)算得到每一維度i上的向量r在所述投影方向Pj上的最大值向量max(Pu1^和最小值向量minf"};計(jì)算得到差值向量a,m一P^卜miiHP^};選擇(a丄"(即r中最大值向量與最小值向量的差值向量)作為當(dāng)前迭代次數(shù)n下的投影向量值w,更新輔助矩陣U呵MM......Wn]，進(jìn)入下次迭代；當(dāng)?shù)螖?shù)r^p-l時(shí)，迭代計(jì)算結(jié)束，其中p為期望獲取的端元數(shù)。S103:令U:[w。，wi......wp—d,即獲得后續(xù)計(jì)算中使用的w集。下面將用傳統(tǒng)的ATGP-VCA方法和使用了本發(fā)明的投影向量獲取方法的改進(jìn)的ATGP-VCA方法計(jì)算得到的端元分別進(jìn)行模擬圖像的重建，重建的效果由差異SED值表示，SED越小，重建效果越好，端元提取越精確。表1所示為多次運(yùn)行原ATGP-VCA方法和利用了本發(fā)明提出的新算子的改進(jìn)ATGP-VCA方法在圖像重建效果上的比較。表1<table>tableseeoriginaldocumentpage6</column></row><table>由上表中的數(shù)據(jù)可知，新算子可以成功的提取端元，并得到甚至比ATGP-VCA原算子更好的效果。轉(zhuǎn)換后的空間可能更能代表樣本的整體分布特征。上面已經(jīng)驗(yàn)證了新算子的有效性，下面將通過分析，表明新算子與舊算子的計(jì)算復(fù)雜性的差異。設(shè)觀測(cè)的光譜向量數(shù)為N，維度為d,所求端元數(shù)為p。在求算w時(shí)，ATGP-VCA中的算子wn=arg{ma\(P^r)1(P^r)}需要進(jìn)行N次投影運(yùn)算，N次內(nèi)積運(yùn)算，以及一次排序；而新算子wj(a,;U,a^max(P^J-min(P^J，i-l,2……d則需要進(jìn)行N次投影運(yùn)算和2*d次排序。所以計(jì)算量的差異就是N+(內(nèi)積運(yùn)算)+P(排序)-2*d*(排序)的計(jì)算量差異。一次內(nèi)積運(yùn)算包含d個(gè)乘法和d-l個(gè)加法，一次排序最多包含N次比較(即減法)。即計(jì)算量差異可以表示為式(3)，其中假設(shè)乘法執(zhí)行需要l周期，加法執(zhí)行需要k周期N*(l*d+(d-l)*k)-2*d*(N*k)(3)其中，一般情況下，d的大小確定，而N的大小隨著圖像大小的變化而變化。且一般有N>>d,Wc。所以ATGP-VCA原算子的計(jì)算量要比新算子的計(jì)算量大得多；而且在多次迭代計(jì)算后，這種差異引起的效果將更加顯著。綜上所述，釆用本發(fā)明的投影向量獲取方法的ATGP-VCA方法較傳統(tǒng)方法計(jì)算量減小，精度也有所提高。以上實(shí)施方式僅用于說明本發(fā)明，而并非對(duì)本發(fā)明的限制，有關(guān)
技術(shù)領(lǐng)域：
的普通技術(shù)人員，在不脫離本發(fā)明的精神和范圍的情況下，還可以做出各種變化和變型，因此所有等同的技術(shù)方案也屬于本發(fā)明的范疇，本發(fā)明的專利保護(hù)范圍應(yīng)由權(quán)利要求限定。權(quán)利要求1、一種ATGP-VCA投影向量獲取方法，其包括下列步驟S1根據(jù)觀測(cè)得到的高光譜向量r設(shè)置初始投影向量值w0，并構(gòu)造輔助矩陣U；S2迭代計(jì)算開始，根據(jù)所述輔助矩陣獲得當(dāng)前迭代次數(shù)n下向量空間內(nèi)每一維度i上的最大投影值向量與最小投影值向量的差值向量ai；S3判斷當(dāng)前迭代次數(shù)n是否為p-1，若是，則迭代結(jié)束，所述差值向量ai即為投影向量值wn，其中p為期望提取的端元數(shù)；S4若當(dāng)前迭代次數(shù)n不為p-1，則更新輔助矩陣U＝[w1......wn]，返回步驟S2，進(jìn)入下次迭代。2、如權(quán)利要求1所述的方法，其特征在于，步驟Sl中，w。=arg{maxrr'r},輔助矩陣U=[w0〗。3、如權(quán)利要求l所述的方法，其特征在于，步驟S2進(jìn)一步包括下列步驟S201:計(jì)算出與所述輔助矩陣U正交的投影方向P"S202:計(jì)算出每一維度i上的向量r在所述投影方向Pj上的最大值向量max(P"}和最小值向量min(P"};S203:計(jì)算出差值向量a;=max(P》j}—min(P^}'。全文摘要本發(fā)明涉及圖像處理
技術(shù)領(lǐng)域：
。本發(fā)明提出了一種簡單的ATGP-VCA的投影向量獲取方法，不僅提高了多次端元提取的穩(wěn)定度，還大大降低了算法的復(fù)雜度。所述方法包括S1根據(jù)觀測(cè)得到的高光譜向量r設(shè)置初始投影向量值w₀，并構(gòu)造輔助矩陣U；S2迭代計(jì)算開始，根據(jù)所述輔助矩陣獲得當(dāng)前迭代次數(shù)n下向量空間內(nèi)每一維度i上的最大投影值向量與最小投影值向量的差值向量a_i；S3判斷當(dāng)前迭代次數(shù)n是否為p-1，若是，則迭代結(jié)束，所述差值向量a_i即為投影向量值w_n，其中p為期望提取的端元數(shù)；S4若當(dāng)前迭代次數(shù)n不為p-1，則更新輔助矩陣U＝[w₁......w_n]，返回步驟S2，進(jìn)入下次迭代。文檔編號(hào)G06T1/00GK101630401SQ20091009019公開日2010年1月20日申請(qǐng)日期2009年7月31日優(yōu)先權(quán)日2009年7月31日發(fā)明者珺何,余樂軍,波孫,張熙予,胡曉雁申請(qǐng)人:北京師范大學(xué)