高光譜數(shù)據(jù)混合像元分解與光譜匹配驗(yàn)證算法.pdf

1、高光譜遙感是當(dāng)前定量遙感的重要途徑，具有廣闊的應(yīng)用前景。然而，高光譜數(shù)據(jù)中存在大量的混合像元，成為影響遙感應(yīng)用精度的重要瓶頸問(wèn)題。因此為了提升高光譜遙感應(yīng)用的精度，必須研究混合像元分解的問(wèn)題，使高光譜遙感應(yīng)用由像元級(jí)達(dá)到亞像元級(jí)。本文圍繞高光譜數(shù)據(jù)混合像元分解，系統(tǒng)研究若干解混算法及其改進(jìn)，進(jìn)而進(jìn)行光譜匹配驗(yàn)證。
　　 在綜述高光譜混合像元分解和光譜匹配國(guó)內(nèi)外研究現(xiàn)狀的基礎(chǔ)上，本文主要完成的工作以及創(chuàng)新點(diǎn)如下:
　　 1

2、、研究了基于線(xiàn)性光譜混合模型的高光譜端元提取問(wèn)題，研究并且實(shí)現(xiàn)了若干經(jīng)典算法。流程設(shè)計(jì)和實(shí)現(xiàn)了常用的4種端元提取方法，包括:PPI、N-FINDR、VCA、ATGP。在此基礎(chǔ)之上，針對(duì)N-FINDR算法，提出了兩種改進(jìn)算法。實(shí)驗(yàn)結(jié)果表明改進(jìn)的N-FINDR算法加快了算法的收斂，提高了解混的精度。
　　 2、研究了基于線(xiàn)性光譜混合模型的高光譜豐度反演問(wèn)題，流程設(shè)計(jì)和實(shí)現(xiàn)了常用的4種基于最小二乘的豐度反演算法，通過(guò)不同測(cè)試集給出了4

3、種算法的性能分析和實(shí)驗(yàn)驗(yàn)證。
　　 3、研究了基于稀疏性的線(xiàn)性混合像元分解問(wèn)題。通過(guò)建立基于l1范數(shù)約束下的稀疏性混合像元分解的目標(biāo)代價(jià)函數(shù)，設(shè)計(jì)了基于交替方向迭代的混合像元分解算法。實(shí)驗(yàn)結(jié)果表明:該方法可以取得優(yōu)于非限制性最小二乘法的豐度反演結(jié)果。并且能在不假設(shè)純像元存在的情況下，提取出圖像的端元及其對(duì)應(yīng)的豐度矩陣。
　　 4、在介紹光譜編碼匹配，光譜角度匹配、光譜相關(guān)性匹配等經(jīng)典光譜匹配算法的基礎(chǔ)上，提出了利用光譜曲