基于低秩表示的高光譜圖像解混算法研究.pdf

1、高光譜成像技術(shù)是上世紀(jì)80年代初在遙感領(lǐng)域發(fā)展起來(lái)的成像技術(shù)，其主要數(shù)據(jù)特點(diǎn)是圖像波段數(shù)目多、光譜分辨率較高。高光譜遙感在專題圖和地形圖的測(cè)制和更新、環(huán)境監(jiān)測(cè)與災(zāi)害評(píng)估、巖礦的探測(cè)和識(shí)別、農(nóng)作物和植被的精細(xì)分類等領(lǐng)域具有良好的應(yīng)用前景。然而，混合像元的廣泛存在制約著高光譜遙感的應(yīng)用。因此，如何有效地解決混合像元問(wèn)題是高光譜圖像處理技術(shù)面臨的難題之一。本文以此為背景，對(duì)高光譜圖像解混算法進(jìn)行了深入的研究，主要工作概括如下：
　　1.

2、提出了基于結(jié)構(gòu)先驗(yàn)低秩表示的豐度估計(jì)算法。該算法利用光譜庫(kù)作為端元，相比于光譜庫(kù)中光譜的數(shù)目，一幅高光譜圖像中的端元數(shù)目是非常少的，因此對(duì)應(yīng)的豐度矩陣是低秩的。同時(shí)考慮到光譜庫(kù)中光譜之間較高的相干性，采取了光譜庫(kù)修剪策略，即所謂的結(jié)構(gòu)先驗(yàn)低秩表示。該算法不僅可以捕捉豐度矩陣的全局結(jié)構(gòu)，還可以降低光譜庫(kù)中光譜之間相干性帶來(lái)的不利影響，提高了解混的精度。
　　2.提出了基于空間一致性低秩表示的高光譜圖像解混算法。該算法通過(guò)在基本低秩表

3、示模型中加入空間一致性正則項(xiàng)，考慮了數(shù)據(jù)的空間信息?？臻g一致性正則項(xiàng)，即約束了空間近鄰像元具有類似的豐度，同時(shí)考慮了邊界問(wèn)題的處理。由于同時(shí)利用了高光譜數(shù)據(jù)的光譜信息和空間上下文信息，該算法獲得了較好的解混結(jié)果。
　　3.提出了基于端元約束低秩表示的豐度估計(jì)算法。由于相比整幅圖像的端元數(shù)目，局部區(qū)域包含的端元數(shù)目較少。因此通過(guò)利用稀疏表示方法對(duì)不同區(qū)域中不同端元對(duì)混合像元組成的貢獻(xiàn)度做出評(píng)估，在基本低秩表示模型中加入端元約束正則項(xiàng)