1.基于信息熵的hnmf遥感图像解混算法,其特征在于,包括:
s1、对当前遥感图像建立基于稀疏约束的cnmf遥感图像解混算法;
s2、获取当前遥感图像的信息熵,并获取信息熵正则化函数;
s3、用s2中信息熵正则化函数取代步骤s1中基于稀疏约束的cnmf遥感图像解混算法中的范数正则化函数,建立基于信息熵的hnmf遥感图像解混算法。
2.根据权利要求1所述的基于信息熵的hnmf遥感图像解混算法,其特征在于,步骤s1具体包括:
s11、首先建立基于nmf的遥感图像解混算法;
s12、根据稀疏表示理论,用l0或l1或l2范数对基于nmf的遥感图像解混算法的端元光谱矩阵和丰度矩阵进行约束,得到基于稀疏约束的cnmf遥感图像解混算法。
3.根据权利要求1所述的基于信息熵的hnmf遥感图像解混算法,其特征在于,步骤s2具体包括:
假设当前遥感图像信源有n种取值:u1...ui...un,对应概率为:p1...pi...pn,且各种符号的出现彼此独立,则当前遥感图像信源的信息熵为:
4.根据权利要求1所述的基于信息熵的hnmf遥感图像解混算法,其特征在于,步骤s3具体包括:
s31、将当前遥感图像的信息熵正则化函数来替换基于稀疏约束的cnmf遥感图像解混算法中的范数正则化函数来约束端元光谱矩阵m和丰度矩阵s,并建立基于信息熵的hnmf遥感图像解混算法的目标函数:
其中,m是端元光谱矩阵,s是丰度矩阵,第一项表示图像的重构误差,第二项表示对丰度矩阵进行稀疏,λ是正则化参数;sij为每个元素代表在像元中对应端元所占的比例,l为遥感图像波段数目,r为l个波段的遥感图像,p为待检测遥感图像的端元个数,n为待检测遥感图像的像素点个数;
s32、采用乘性迭代规则对端元光谱矩阵m和丰度矩阵s进行求解,根据矩阵的性质对m和s求偏导数得:
再使用梯度下降法进行迭代,得到最终的m和s的乘性迭代规则:
m←m.*rst./(msst+ε)
利用小正数ε来使分数恒为正数,当迭代到一定次数,f(m,s)的变化值小于预设值,得到最终优化的基于信息熵的hnmf遥感图像解混算法。