基于差分搜索的高光譜圖像解混算法研究.pdf

1、高光譜遙感能夠在某一光譜段范圍內(nèi)連續(xù)成像，實(shí)現(xiàn)譜像一體化，且光譜分辨率高，這些特點(diǎn)促使高光譜遙感成為研究熱點(diǎn)之一。但由于實(shí)際地物復(fù)雜性和儀器性能局限性的影響，使得高光譜圖像中的某些像素由多種地物組成，形成混合像元。而混合像元又分為線性混合模型和非線性混合模型，如何從混合像元中準(zhǔn)確提取出端元和豐度是目前高光譜遙感的研究重點(diǎn)。
　　差分搜索算法是一種新的智能群算法，具有較強(qiáng)的全局搜索能力，并且適合求解多模態(tài)問題。因此，本文將高光譜圖像

2、解混問題轉(zhuǎn)化為一個(gè)最優(yōu)化問題，采用差分搜索算法來實(shí)現(xiàn)高光譜圖像解混。本文主要工作如下：
　　首先，針對(duì)高光譜圖像線性解混問題進(jìn)行研究，發(fā)現(xiàn)高光譜圖像的線性混合模型與盲源分離模型非常相似，但高光譜圖像的豐度具有和為一特性，不滿足獨(dú)立性的要求，不能將盲源分離算法直接應(yīng)用于高光譜圖像解混。因此，本文根據(jù)高光譜圖像豐度非負(fù)和豐度和為一特性構(gòu)造相應(yīng)的約束項(xiàng)，與互信息相結(jié)合作為目標(biāo)函數(shù)，利用差分搜索算法對(duì)該目標(biāo)函數(shù)優(yōu)化求解來實(shí)現(xiàn)高光譜圖像解混

3、。仿真數(shù)據(jù)和實(shí)際高光譜數(shù)據(jù)實(shí)驗(yàn)表明，該算法能夠有效解決高光譜圖像解混問題，與已有其它算法相比，能避免陷入局部極值，提高了圖像解混的精度，并且針對(duì)不含純像元的高光譜圖像具有很好的解混效果。
　　其次，進(jìn)一步對(duì)高光譜圖像非線性解混問題進(jìn)行研究，針對(duì)混合像元中線性混合模型和非線性混合模型同時(shí)存在的問題，提出采用神經(jīng)網(wǎng)絡(luò)對(duì)高光譜圖像中的像元混合模型進(jìn)行估計(jì)，然后針對(duì)不同的混合模型進(jìn)行相應(yīng)的像元解混。像元解混時(shí)，在目標(biāo)函數(shù)中同樣添加相應(yīng)的豐