多端元高光譜圖像解混算法研究.pdf

1、高光譜圖像因其較高的光譜分辨率而得到廣泛應用，但是由于光譜儀空間分辨率的限制使得混合光譜普遍存在，混合光譜的存在嚴重影響后續(xù)圖像處理的精度，因此，有必要對光譜解混進行研究。目前，光譜解混主要以線性光譜混合模型為主，其結構簡單，物理意義明確而得到廣泛應用。然而，高光譜圖像空間幅度大導致類內(nèi)光譜變化較大，“同物異譜”現(xiàn)象普遍存在，傳統(tǒng)的線性光譜混合模型采用單一固定端元光譜來刻畫一種地物類別，并且解混時采用全部的端元光譜來解混所有的像元而不區(qū)

2、分每個像元實際包含的端元個數(shù)，導致光譜解混結果不準確。因此，如何克服端元光譜變異與端元個數(shù)的變化是一項刻不容緩的問題。
　　對于這個問題，本文進行了深入細致的研究，針對多端元光譜解混效率方面，改進了多端元光譜混合分析算法并提出了一種分層的多端元光譜解混算法；針對多端元解混實際應用的復雜情況提出了一種全約束正交匹配追蹤多端元光譜解混算法。主要內(nèi)容包括以下幾個方面：
　　1.經(jīng)典多端元光譜混合分析(Multiple Endmem

3、ber Spectral Mixture Analysis, MESMA)算法是目前用于解決端元光譜變異與端元個數(shù)變化問題應用最為廣泛的算法，但存在著計算量大，端元預選繁瑣以及過擬合等缺點。針對此問題，根據(jù)正交子空間投影(OrthogonalSubspaceProjection, OSP)算法具有分離感興趣信號與非感興趣信號的特點，提出了一種改進算法(OSPMESMA)，將像元投影到全部地物端元(每類地物選擇一條類內(nèi)光譜)構成的正交子空

4、間上，根據(jù)投影值為零(理論值)分離不同的像元，然后根據(jù)重構誤差變化量確定最優(yōu)端元個數(shù)，避免過擬合。合成和真實高光譜數(shù)據(jù)實驗結果表明，改進算法在提高計算效率的同時提高了解混精度。
　　2.分層的目的是把復雜的問題解析成簡單的步驟處理，以達到優(yōu)化問題的目的。依據(jù)分解的思想，提出了一種分層的多端元高光譜解混算法(Hierarchical MESMA, H-MESMA)，在多端元光譜混合模型的指導下，第一層采用所有的端元進行光譜解混，根據(jù)

5、解混豐度值最大確定每個像元包含的總的地物類別的類內(nèi)光譜，第二層在第一層的基礎上根據(jù)光譜角距離再分層確定每個像元包含的最優(yōu)端元個數(shù)。采用合成和真實高光譜數(shù)據(jù)進行實驗，結果表明，提出的算法提高了計算效率并且能夠有效克服端元光譜變異以及端元個數(shù)變化導致的光譜解混誤。
　　3.近年來，稀疏回歸算法越來越多地應用到高光譜解混中，且取得了一定的成果。其中，正交匹配追蹤算法(Orthogonal Matching Pursuit, OMP)，屬

6、于貪婪尋優(yōu)算法，結構相對簡單且計算效率較高，但是沒有考慮豐度“非負(Nonnegative)”和“和為一(Sum-to-one)”兩個約束條件，導致光譜解混結果不甚理想。另外，很多光譜解混算法對實際復雜場景的處理有待提高。針對這些問題，提出了一種全約束的OMP(Fully Constraint OMP, FOMP)多端元高光譜解混算法。首先將“非負”和“和為一”兩個約束條件加入到OMP算法中，然后根據(jù)提出的算法進行多端元光譜解混。采用合