基于稀疏約束的高光譜解混技術(shù)研究.pdf

1、隨著遙感技術(shù)和成像光譜儀的發(fā)展，高光譜遙感圖像在越來越多的領(lǐng)域中得到應(yīng)用。然而，由于其較低的空間率以及地物分布的復(fù)雜性，一個像元往往是由好幾種地物構(gòu)成的，這嚴(yán)重阻礙高光譜圖像的實(shí)際應(yīng)用。因而，對高光譜圖像進(jìn)行混合像元分解就特別有意義了。目前在該研究領(lǐng)域，國內(nèi)外的新方法新思路層出不窮?；谙∈杓s束的高光譜解混問題已經(jīng)成為當(dāng)今遙感領(lǐng)域的一個熱點(diǎn)，它是一個稀疏回歸問題，目標(biāo)是在一個較大的光譜庫中尋找能夠表征像元的最優(yōu)光譜子集。但是仍存在著沒有

2、利用圖像的空間信息等缺點(diǎn)，本論文在總結(jié)前人研究成果的基礎(chǔ)上，針對基于稀疏約束的高光譜圖像混合像元分解作了大量研究，主要的研究內(nèi)容如下：
　　首先，闡述了高光譜線性和非線性混合模型，介紹了線性解混的基本步驟，對于端元數(shù)目估計(jì)算法、端元提取算法和豐度反演算法進(jìn)行了逐一地介紹。
　　然后，詳細(xì)闡述了基于稀疏約束的高光譜解混模型。它假設(shè)混合像元可以被表示成一個已知的光譜庫中各光譜曲線的線性組合。這樣，解混就相當(dāng)于在光譜庫中尋找能夠表

3、征這個像元的最佳的光譜庫子集。稀疏解混問題本質(zhì)上是 L0范數(shù)的優(yōu)化問題。通常情況下，將L0范數(shù)最小化問題轉(zhuǎn)化為L1范數(shù)最小化問題來解。本文采用變量分裂和增廣拉格朗日算法來進(jìn)行稀疏解混，它是一種非常快速的方法，并對其正則化參數(shù)和罰參數(shù)的取值進(jìn)行了研究，以便取得一個相對較優(yōu)的參數(shù)。通過模擬實(shí)驗(yàn)分析了光譜庫的互相關(guān)函數(shù)值MC對于解混結(jié)果的影響，得到了一般性的結(jié)論：光譜庫矩陣的互相關(guān)函數(shù)值MC越小，稀疏解混的效果越好。
　　最后，深入研究