【技术实现步骤摘要】
本专利技术涉及图像处理，具体而言，尤其为一种高光谱图像本征分解方法。
技术介绍
1、传统的本征图像分解算法主要以朗伯场景为研究目标，旨在将图像分解成包含光照条件与几何信息的亮度本征图，以及包含与环境无关的物体材质本身反射特性的漫反射反射率本征图，为计算机视觉、计算机图形学的其他应用提供数据基础。然而，在实际生活中，物体的真实反射模型远比朗伯模型要复杂的多，其中最典型的就是会在物体表面产生镜面反射现象，这使得传统本征图像算法的精度受到影响。此外，镜面反射本身也包含了光照条件与几何信息，可以配合亮度本征图对光照、几何更好的进行应用研究。
2、为了解决这一问题，需要以非朗伯场景高光谱图像为研究对象，在传统本征图像分解算法的基础上进行拓展，在分离出亮度本征图与漫反射反射率本征图的同时，分解出镜面反射本征图。
技术实现思路
1、本专利技术的目的是克服现有技术存在的不足，提供一种基于子空间约束的高光谱图像本征分解方法。
2、一种基于子空间约束的高光谱图像本征分解方法，包括如下步骤：
3、步骤s1、在正交投影子空间中，采用retinex模型使用正交投影算法，在消除镜面反射影响的投影图像空间中分离出亮度本征图；
4、步骤s2、在原始图像空间中，采用适用非朗伯场景的类retinex模型，分离出漫反射的反射率本征图与镜面反射本征图。
5、所述步骤s1中，消除镜面反射影响的具体步骤为：
6、首先，输入图像任意像素点的光谱lp由以下公
7、lp＝rp⊙sp+hp 【1】
8、其中，漫反射是由反射率rp和漫反射亮度sp的逐元素积⊙来表示，hp为镜面反射，sp用于描述物体几何、照明、遮挡和阴影的综合影响，lp、rp、sp和hp均为向量，其维度取决于光谱采集设备的光谱通道数k；
9、接着，设计正交投影算子p＝e-eet/‖e‖，其中e是单位矩阵；
10、然后，将公式【1】两边同时乘以投影算子p，这样镜面反射被移除，仅保留了投影后的漫反射部分，记p*lp为lp⊥，投影空间的漫反射率为r⊥p，则投影空间的图像可以表示为：
11、l⊥p＝r⊥p⊙sp 【2】。
12、所述步骤s1中，分离出亮度本征图的具体步骤为：
13、计算基向量矩阵bs、br⊥；
14、计算亮度恒定权重wp,q和反射率恒定权重vp,q；
15、依据公式计算子空间图像亮度初始值
16、使用前一步计算所得的最小化目标函数
17、来计算
18、使用前一步计算所得的最小化目标函数
19、来计算
20、进行迭代，直到达到最大迭代次数或目标函数变化值小于阈值，根据重建亮度本征图。
21、所述步骤s2中，分离出漫反射的反射率本征图与镜面反射本征图的具体步骤为：
22、计算基向量矩阵br；
23、计算漫反射恒定权重xp,q和镜面反射恒定权重yp,q；
24、依据公式计算漫反射反射率初始值
25、使用前一步计算所得的最小化目标函数
26、来计算
27、使用前一步计算所得的最小化目标函数
28、来
29、计算
30、进行迭代，直到达到最大迭代次数或目标函数变化值小于阈值，重建漫反射反射率和镜面反射本征图。
31、本专利技术的有益效果主要体现在：以非朗伯场景高光谱图像为研究对象，提出了一种拓展的本征图像分解算法，在分离出亮度本征图与漫反射反射率本征图的同时，分解出镜面反射本征图；引入了正交空间投影算法，在消除镜面反射影响的子空间中有效的分离亮度本征图；针对非朗伯场景提出了一种全新的类retinex模型，并以此分离漫反射反射率本征图和镜面反射本征图。
本文档来自技高网...【技术保护点】
1.基于子空间约束的高光谱图像本征分解方法，其特征在于：包括如下步骤：
2.如权利要求1所述的基于子空间约束的高光谱图像本征分解方法，其特征在于：所述步骤S1中，消除镜面反射影响的具体步骤为，
3.如权利要求1所述的基于子空间约束的高光谱图像本征分解方法，其特征在于：所述步骤S1中，分离出亮度本征图的具体步骤为，
4.如权利要求1所述的基于子空间约束的高光谱图像本征分解方法，其特征在于：所述步骤S2中，分离出漫反射的反射率本征图与镜面反射本征图的具体步骤为，
【技术特征摘要】
1.基于子空间约束的高光谱图像本征分解方法，其特征在于：包括如下步骤：
2.如权利要求1所述的基于子空间约束的高光谱图像本征分解方法，其特征在于：所述步骤s1中，消除镜面反射影响的具体步骤为，
3.如权利要求1所述的基于子空间...
【专利技术属性】
技术研发人员：苏桐，徐鑫，姜雅赧，
申请(专利权)人：上海立信会计金融学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。