多端元高光譜圖像解混算法研究.pdf

1、高光譜圖像因其較高的光譜分辨率而得到廣泛應(yīng)用，但是由于光譜儀空間分辨率的限制使得混合光譜普遍存在，混合光譜的存在嚴(yán)重影響后續(xù)圖像處理的精度，因此，有必要對(duì)光譜解混進(jìn)行研究。目前，光譜解混主要以線性光譜混合模型為主，其結(jié)構(gòu)簡(jiǎn)單，物理意義明確而得到廣泛應(yīng)用。然而，高光譜圖像空間幅度大導(dǎo)致類(lèi)內(nèi)光譜變化較大，“同物異譜”現(xiàn)象普遍存在，傳統(tǒng)的線性光譜混合模型采用單一固定端元光譜來(lái)刻畫(huà)一種地物類(lèi)別，并且解混時(shí)采用全部的端元光譜來(lái)解混所有的像元而不區(qū)

2、分每個(gè)像元實(shí)際包含的端元個(gè)數(shù)，導(dǎo)致光譜解混結(jié)果不準(zhǔn)確。因此，如何克服端元光譜變異與端元個(gè)數(shù)的變化是一項(xiàng)刻不容緩的問(wèn)題。
　　對(duì)于這個(gè)問(wèn)題，本文進(jìn)行了深入細(xì)致的研究，針對(duì)多端元光譜解混效率方面，改進(jìn)了多端元光譜混合分析算法并提出了一種分層的多端元光譜解混算法；針對(duì)多端元解混實(shí)際應(yīng)用的復(fù)雜情況提出了一種全約束正交匹配追蹤多端元光譜解混算法。主要內(nèi)容包括以下幾個(gè)方面：
　　1.經(jīng)典多端元光譜混合分析(Multiple Endmem

3、ber Spectral Mixture Analysis, MESMA)算法是目前用于解決端元光譜變異與端元個(gè)數(shù)變化問(wèn)題應(yīng)用最為廣泛的算法，但存在著計(jì)算量大，端元預(yù)選繁瑣以及過(guò)擬合等缺點(diǎn)。針對(duì)此問(wèn)題，根據(jù)正交子空間投影(OrthogonalSubspaceProjection, OSP)算法具有分離感興趣信號(hào)與非感興趣信號(hào)的特點(diǎn)，提出了一種改進(jìn)算法(OSPMESMA)，將像元投影到全部地物端元(每類(lèi)地物選擇一條類(lèi)內(nèi)光譜)構(gòu)成的正交子空

4、間上，根據(jù)投影值為零(理論值)分離不同的像元，然后根據(jù)重構(gòu)誤差變化量確定最優(yōu)端元個(gè)數(shù)，避免過(guò)擬合。合成和真實(shí)高光譜數(shù)據(jù)實(shí)驗(yàn)結(jié)果表明，改進(jìn)算法在提高計(jì)算效率的同時(shí)提高了解混精度。
　　2.分層的目的是把復(fù)雜的問(wèn)題解析成簡(jiǎn)單的步驟處理，以達(dá)到優(yōu)化問(wèn)題的目的。依據(jù)分解的思想，提出了一種分層的多端元高光譜解混算法(Hierarchical MESMA, H-MESMA)，在多端元光譜混合模型的指導(dǎo)下，第一層采用所有的端元進(jìn)行光譜解混，根據(jù)

5、解混豐度值最大確定每個(gè)像元包含的總的地物類(lèi)別的類(lèi)內(nèi)光譜，第二層在第一層的基礎(chǔ)上根據(jù)光譜角距離再分層確定每個(gè)像元包含的最優(yōu)端元個(gè)數(shù)。采用合成和真實(shí)高光譜數(shù)據(jù)進(jìn)行實(shí)驗(yàn)，結(jié)果表明，提出的算法提高了計(jì)算效率并且能夠有效克服端元光譜變異以及端元個(gè)數(shù)變化導(dǎo)致的光譜解混誤。
　　3.近年來(lái)，稀疏回歸算法越來(lái)越多地應(yīng)用到高光譜解混中，且取得了一定的成果。其中，正交匹配追蹤算法(Orthogonal Matching Pursuit, OMP)，屬

6、于貪婪尋優(yōu)算法，結(jié)構(gòu)相對(duì)簡(jiǎn)單且計(jì)算效率較高，但是沒(méi)有考慮豐度“非負(fù)(Nonnegative)”和“和為一(Sum-to-one)”兩個(gè)約束條件，導(dǎo)致光譜解混結(jié)果不甚理想。另外，很多光譜解混算法對(duì)實(shí)際復(fù)雜場(chǎng)景的處理有待提高。針對(duì)這些問(wèn)題，提出了一種全約束的OMP(Fully Constraint OMP, FOMP)多端元高光譜解混算法。首先將“非負(fù)”和“和為一”兩個(gè)約束條件加入到OMP算法中，然后根據(jù)提出的算法進(jìn)行多端元光譜解混。采用合