基于單形體體積增長(zhǎng)的高光譜圖像端元提取及快速實(shí)現(xiàn).pdf

1、高光譜遙感數(shù)據(jù)以其波段多、光譜分辨率高、數(shù)據(jù)量大等特點(diǎn)而成為當(dāng)前遙感領(lǐng)域的前沿技術(shù)，在各個(gè)領(lǐng)域發(fā)揮著越來(lái)越大的作用。但是由于地面物質(zhì)類(lèi)型的復(fù)雜性以及成像系統(tǒng)空間分辨率的限制，高光譜圖像中普遍存在混合像元，因此光譜解混是遙感領(lǐng)域的重要研究方向。而端元提取作為光譜解混的關(guān)鍵步驟，如何有效而快速地進(jìn)行端元提取是高光譜遙感圖像處理的研究重點(diǎn)之一。本論文主要針對(duì)端元提取算法中比較常用的基于線(xiàn)性光譜混合模型的新的單形體體積增長(zhǎng)算法NSGA中存在的主

2、要問(wèn)題進(jìn)行了一系列的改進(jìn)，不僅將其擴(kuò)展至適用于非線(xiàn)性光譜混合模型，而且提出了兩種思路來(lái)解決其高計(jì)算復(fù)雜度的問(wèn)題。
　　論文的主要工作如下:
　　(1)針對(duì)NSGA只適用于線(xiàn)性光譜混合模型而無(wú)法應(yīng)用于非線(xiàn)性光譜混合模型的問(wèn)題，本文利用核函數(shù)的方法實(shí)現(xiàn)該算法的非線(xiàn)性擴(kuò)展，提出適用于非線(xiàn)性光譜混合模型的算法KNSGA。
　　(2)針對(duì)基于線(xiàn)性模型的NSGA和非線(xiàn)性模型的KNSGA兩算法中由重復(fù)體積計(jì)算而造成的高計(jì)算復(fù)雜度的問(wèn)

3、題，利用分塊矩陣的性質(zhì)提出了兩種快速實(shí)現(xiàn)算法FNSGA和FKNSGA。兩種快速算法主要通過(guò)利用分塊矩陣的性質(zhì)，來(lái)簡(jiǎn)化單形體體積公式行列式求解過(guò)程，從而減小時(shí)間及運(yùn)算復(fù)雜度，達(dá)到簡(jiǎn)化算法，縮短算法運(yùn)行時(shí)間的目的。
　　(3)針對(duì)(2)中提到的NSGA和KNSGA中存在的高計(jì)算復(fù)雜度問(wèn)題，利用改進(jìn)的Cholesky分解的方法提出了兩種相應(yīng)的快速實(shí)現(xiàn)算法FNSGACF和FKNSGACF。兩種快速算法主要利用改進(jìn)Cholesky分解方法，