高光譜圖像解混技術研究.pdf

1、隨著數(shù)字信號處理技術、計算機技術以及通信技術的迅猛發(fā)展,高光譜遙感圖像處理技術在軍事、民用等領域發(fā)揮著越來越重要的作用。高光譜圖像的分辨率一般較低,從而導致混合像素的廣泛存在。而處理混合像素相對于處理純像素更加困難且更具重要意義。作為混合像素處理主要技術的光譜解混,就是要去求解混合像素內(nèi)各混合成分所占的比例,是一種更為精確的分類技術。對于混合像素,當全部混合類別已知時,人們所關心的主要信息為:混合像素內(nèi)各成分所占的比例是多少。光譜解混技

2、術正是為解決上述問題而發(fā)展起來的。
　　 第一,傳統(tǒng)基于線性光譜混合模型(LSMM)的解混方法采用固定譜形固定數(shù)量的光譜端元進行解混,影響了光譜解混精度,為此提出端元譜形的區(qū)域修正方法和端元子集的局域確定方法,從而建立基于柔性端元的新解混方式,實驗表明了所提出的柔性光譜端元方法較之傳統(tǒng)方法提高了解混精度。
　　 第二,傳統(tǒng)基于線性光譜混合模型(LSMM)的解混方法采用迭代求解方式,復雜度較高。為此提出一種基于幾何方式的模

3、型求解方法來取代其傳統(tǒng)方式。實驗表明了所提出幾何求解方法較之傳統(tǒng)方法提高了解混效率。同時提出一種免于降維預處理的基于SVM的光譜解混的新實現(xiàn)方法,且采用低復雜度的距離尺度代替復雜的體積尺度。實驗結果表明,基于SVM的光譜解混方法復雜度大大降低。
　　 第三,傳統(tǒng)線性光譜混合模型解混方法采用迭代求解方式,由于其中含有非負和歸一化約束條件,復雜度較高。為此,首先通過參量替換去除非負和歸一化約束條件,使得光譜解混的過程成為以均方誤差為