基于非负矩阵分解与空间结构正则的光谱丰度估计研究

《基于非负矩阵分解与空间结构正则的光谱丰度估计研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于非负矩阵分解与空间结构正则的光谱丰度估计研究作者姓名程时倩学校导师姓名、职称杨淑媛教授领域电子与通信工程企业导师姓名、职称李青高工申请学位类别工程硕士提交学位论文日期2014年11月学校代码10701学号1202121299分类TN82号TN82密级公开西安电子科技大学硕士学位论文基于非负矩阵分解与空间结构正则的光谱丰度估计研究作者姓名：程时倩领域：电子与通信工程学位类别：工程硕士学校导师姓名、职称：杨淑媛教授企业导师姓名、职称：李青高工提交日期：2014年11月AStudyofSpectralAbundanceEstimationBasedo

2、nNon-negativeMatrixFactorizationandSpatialStructuralRegularizationAthesissubmittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinElectronicsandCommunicationEngineeringByShiqianChengSupervisor:ShuyuanYangNovember2014西安电子科技大学毕业论文独创性(或创新性)声明秉承学校严谨的学风

3、和优良的科学道德，本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意。本论文与资料若有不实之处，本人承担一切的法律责任。本人签名：日期：西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用毕业论文的规定，即：研究生在校学习期间论文工作的知识产权单位属西

4、安电子科技大学。学校有权保留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内容，可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证，毕业后结合毕业论文研究课题再撰写的文章一律署名单位为西安电子科技大学。(保密的论文在解密后遵守此规定)本论文属于保密，在年解密后适用本授权书。本人签名：导师签名：日期：日期：摘要摘要近年来，高光谱遥感成像作为一种新兴的对地测绘技术逐渐成为研究热点。包含着数十乃至数百个波段的光谱信息和场景中的空间信息将被成像光谱仪记录，这些信息为各类地物精确分类和追踪以及亚像元定位技术提供强有力的依据。然而，

5、随着光谱分辨率的提高，空间分辨率将受到影响，这势必会使光谱图像中某些像素点(像元)中包含着几种完全不同的地物类型，称为光谱混合现象。显然，这大大影响了地物鉴别与分类的准确性。光谱混合像元分解技术旨在将混合像元分解为几类地物的光谱向量(端元)和其相对应的所占比例(丰度)的乘积。利用精确的丰度估计结果将提高亚像元信息后续数据应用的效果。因此，高光谱混合像元的丰度估计成为了现今遥感技术发展中亟待解决的一大问题。非负矩阵分解(Non-negativeMatrixFactorization,NMF)方法将一个非负且具有较高维数的矩阵分解成两个维数较低且非负的

6、矩阵的乘积形式，与线性光谱混合模型一致，常被用于高光谱数据解混。然而，NMF是一个欠定的病态问题，直接应用于丰度估计时常常陷入局部最小。针对这一问题，本论文挖掘图像的空间结构信息，基于图Laplacian构造空间结构正则项，设计了几种基于非负矩阵分解和空间结构正则的光谱丰度估计算法。具体工作如下：(1)针对现有NMF丰度估计算法忽略空间结构信息这一缺陷，设计了一种基于几何结构信息的NMF光谱数据丰度估计方法。首先利用局部滑动窗提取高光谱图像中具有精确轮廓判别信息的空间结构，其次加入谱间距离信息设计出基于几何结构信息的几何非负矩阵分解(Geometr

7、icNMF,GNMF)丰度估计算法。将算法分别在两组人工合成高光谱数据和两组实际(AVIRIS卫星和HYDICE卫星)高光谱图像上进行仿真验证，并对算法的收敛性、各个正则参数的选择加以讨论。在不同端元数下，在估计精度、鲁棒性、计算复杂度等方面和相关方法进行对比，结果证明：本方法均优于SSACEE、GLNMF(GraphedlNMF)等先进方法。1/2(2)针对现有基于NMF的丰度估计算法计算复杂度较高和较多未知因子的缺陷，设计了一种耦合压缩观测下的空-谱稀疏丰度估计(CoupleCompressingSpatial-SpectralSparseAb

8、undanceEstimation,CC3SAE)方法。在已知过完备冗余的光谱端元字典的前提下，挖掘混合像元的丰度自身存在