非監(jiān)督的點(diǎn)源超光譜混合像元分解算法研究.pdf

1、光譜遙感在農(nóng)業(yè)、地理、資源以及軍事領(lǐng)域有著重要應(yīng)用。由于光譜探測(cè)器空間分辨率普遍較低導(dǎo)致了混合像元的大量存在，混合像元的問(wèn)題影響了光譜影像的分類與目標(biāo)識(shí)別，所以研究混合像元分解算法對(duì)于提高光譜影像分類精度和小目標(biāo)識(shí)別能力等領(lǐng)域有著重要的意義。
　　目前已有的混合像元分解算法大多是基于成像光譜數(shù)據(jù)而設(shè)計(jì)的，對(duì)于點(diǎn)源超光譜，沒(méi)有空間信息可以利用。因此本文針對(duì)點(diǎn)源超光譜的特點(diǎn)，提出把連續(xù)多幀超光譜序列作為解混對(duì)象，將時(shí)間上的統(tǒng)計(jì)信息代替

2、原有的空間信息的方法。另外，已有的非負(fù)矩陣分解（NMF）光譜解混算法為保證豐度值和為一，在計(jì)算的過(guò)程中利用了帶約束條件的迭代來(lái)控制豐度矩陣，由于這種算法一般會(huì)利用空間信息且計(jì)算度復(fù)雜，不適用于點(diǎn)源超光譜。為此，本文改進(jìn)了NMF算法，提出了基于豐度值和為一約束的ASC-NMF算法，該算法通過(guò)增加約束項(xiàng)保證了分解結(jié)果豐度值和為一，并有效防止了算法中局部最小值的出現(xiàn)。
　　本文隨后對(duì)所提算法進(jìn)行仿真實(shí)驗(yàn)驗(yàn)證，針對(duì)在天空背景下飛行器混合光