首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种高光谱图像的稀疏解混方法、装置、设备及存储介质 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:中国地质大学(武汉)

摘要:发明提供了一种高光谱图像的稀疏解混方法、装置、设备及存储介质,涉及遥感图像处理技术领域,该构建方法包括:获取高光谱图像,对所述高光谱图像见进行划分,得到多个同质区域;对每个所述同质区域进行图像正则化,得到第一正则化项;基于所述高光谱图像的全局空间信息获取丰度矩阵,并对所述丰度矩阵进行低秩正则化,得到第二正则化项;获取基础稀疏解混模型,基于所述基础稀疏解混模型、所述第一正则化项和所述第二正则化项得到最终的稀疏解混模型,并对所述稀疏解混模型进行求解。本发明提高了稀疏解混算法的准确性,进而提高混解结果的精度。

主权项:1.一种高光谱图像的稀疏解混方法,其特征在于,包括:获取高光谱图像,对所述高光谱图像见进行划分,得到多个同质区域;对每个所述同质区域进行图像正则化,得到第一正则化项,包括:在每个所述同质区域内构建拉普拉斯图正则化,得到所述第一正则化项;其中,所述第一正则化项为: 其中,xi和xj表示所述高光谱图像中的第i个和第j个像素的丰度,W为权重矩阵,TrX表示矩阵X的迹,XT表示矩阵X的转置,L=D-W表示图拉普拉斯矩阵,表示对角矩阵,Wij为两个像素间的权值,m为所述高光谱图像中的像素个数;基于所述高光谱图像的全局空间信息获取丰度矩阵,并对所述丰度矩阵进行低秩正则化,得到第二正则化项,包括:对所述丰度矩阵进行转化,并对转化后的所述丰度矩阵的每个端元切片进行低秩正则化,得到所述第二正则化项;其中,所述第二正则化项为: 其中,Xi表示第i个所述端元切片,表示矩阵Xi核范数,其中σjXi表示矩阵Xi的第j个奇异值,ε是一个较小的常数;获取光谱权重;根据所述光谱权重和所述第二正则化项得到加权正则化项,并将所述加权正则化项作为所述第二正则化项,其中,所述光谱权重包括: 其中,i=1,…,p,Xi,:表示所述丰度矩阵X的第i行元素;获取基础稀疏解混模型,基于所述基础稀疏解混模型、所述第一正则化项和所述第二正则化项得到最终的稀疏解混模型,并对所述稀疏解混模型进行求解。

全文数据:

权利要求:

百度查询: 中国地质大学(武汉) 一种高光谱图像的稀疏解混方法、装置、设备及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。