高光譜圖像的光譜解混模型與算法研究.pdf

1、高光譜成像是將成像技術(shù)與光譜技術(shù)相結(jié)合的技術(shù)，是遙感應用中一個快速發(fā)展的領(lǐng)域。高光譜圖像在軍事目標辨別、遠程控制、生物醫(yī)學、食品安全以及環(huán)境監(jiān)測等領(lǐng)域都有重要應用。但由于高光譜成像光譜儀空間分辨率較低，使得每個高光譜像元可能由多種不同物質(zhì)的光譜混合構(gòu)成，因此混合像元廣泛存在于高光譜圖像中?；旌舷裨獙е驴蒲袑嵺`中一些應用分類不準確，因此對混合像元進行分解是高光譜遙感應用亟待解決的核心問題。
　　本文中首先介紹了兩種光譜混合模型：線性

2、和非線性光譜混合模型。線性模型假設觀察到的像元信號是所有的純光譜信號的線性組合。與之相反，非線性模型則考慮到多種物質(zhì)反射光之間的物理相互影響。其次，本文對高光譜圖像解混的幾種經(jīng)典模型進行介紹。在這些模型中詳細介紹了本文的對比模型全變分模型（SUnSAL-TV），該模型利用高光譜圖像空間關(guān)系構(gòu)建了對端元豐度的正則項，這使高光譜圖像解混問題在數(shù)值結(jié)果和視覺效果上都有較大提升。但全變分模型的缺點是解混后豐度圖中原平滑區(qū)域中伴有階梯效應現(xiàn)象，視

3、覺效果欠佳。
　　本文采用重疊組稀疏全變分作為端元豐度正則項，并采用交替方向乘子法對模型進行求解，將原問題轉(zhuǎn)化為一系列較易求解的子問題，進而得到原問題的全局解。在應用交替方向乘子法進行求解過程中，關(guān)于梯度域重疊組稀疏的子問題采用采用優(yōu)化最小化方法進行求解。通過合成數(shù)據(jù)和真實數(shù)據(jù)的實驗證明，采用本文提出的新方法處理后圖像視覺效果和數(shù)值效果相比SUnSAL-TV方法有明顯提升，并且可以有效減弱SUnSAL-TV模型的階梯效應，使處理后