基于空間相關(guān)性約束稀疏表示的高光譜圖像解混方法研究.pdf

1、高光譜成像技術(shù)對(duì)同一地區(qū)的幾十甚至幾百個(gè)波段同時(shí)成像，將圖像空間信息和光譜信息結(jié)合在了一起，常被用于地物分類、地表目標(biāo)檢測(cè)、環(huán)境監(jiān)測(cè)、城市規(guī)劃、資源勘探、災(zāi)難預(yù)警等領(lǐng)域。但由于受限于傳感器的空間分辨率，高光譜圖像中每個(gè)像元通常包含多種不同地物，這使得高光譜圖像普遍存在混合像元問(wèn)題。而混合像元的存在，嚴(yán)重影響了高光譜圖像數(shù)據(jù)處理的精度。因此，如何有效地解決高光譜圖像混合像元分解問(wèn)題，是高光譜遙感圖像后續(xù)分析和定量化應(yīng)用的關(guān)鍵。近年來(lái)，隨著

2、壓縮感知理論和稀疏表示理論的發(fā)展，有學(xué)者用已知光譜庫(kù)替代從圖像中選取的端元集合，并將稀疏性約束加入到混合像元分解之中，提出了稀疏解混方法，己經(jīng)成為高光譜圖像混合像元分解領(lǐng)域里的一個(gè)研究熱點(diǎn)，引起了廣泛的關(guān)注和研究。本論文針對(duì)稀疏解混在高光譜圖像混合像元分解中的應(yīng)用進(jìn)行了大量研究，其主要研究工作和創(chuàng)新包括以下幾部分：
　　1）提出一種基于自適應(yīng)全變分的高光譜遙感圖像稀疏解混方法。根據(jù)高光譜圖像的空間相關(guān)特性，將自適應(yīng)全變差約束項(xiàng)加入

3、稀疏解混模型中，并采用交替方向乘子法求解稀疏解混模型。在交替迭代中，全變差正則項(xiàng)加權(quán)系數(shù)因子不再是一個(gè)全局的變量，而是根據(jù)圖像信息決定全變差正則項(xiàng)加權(quán)系數(shù)，并用圖像的邊緣信息對(duì)全變差正則項(xiàng)加權(quán)系數(shù)進(jìn)行加權(quán)。在模擬和實(shí)際數(shù)據(jù)實(shí)驗(yàn)可以看出，本章算法明顯優(yōu)于基于全變分的高光譜遙感圖像稀疏解混方法，而且能夠更好地保護(hù)豐度圖像邊緣信息。
　　2）針對(duì)SOMP和SMP等貪婪算法在端元選擇機(jī)制中存在非最優(yōu)問(wèn)題，提出一種基于自適應(yīng)回溯聯(lián)合正交匹配