欢迎来到天天文库
浏览记录
ID:34550716
大小:2.25 MB
页数:85页
时间:2019-03-07
《基于低秩表示的高光谱图像解混算法研究》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、基于低秩表示的高光谱图像解混算法研究作者姓名陈琪蒙导师姓名、职称张向荣教授一级学科电子科学与技术二级学科电路与系统申请学位类别工学硕士提交学位论文日期2014年11月学校代码10701学号1202120873分类TN82号TP75密级公开西安电子科技大学硕士学位论文基于低秩表示的高光谱图像解混算法研究作者姓名:陈琪蒙一级学科:电子科学与技术二级学科:电路与系统学位类别:工学硕士指导教师姓名、职称:张向荣教授提交日期:2014年11月AStudyofHyperspectralImageUnmixingbasedonLow-RankRepresentationAthesissubmittedtoX
2、IDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinElectronicScienceandTechnologyByChenQimengSupervisor:Prof.ZhangXiangrongNovember2014西安电子科技大学学位论文独创性(或创新性)声明秉承学校严谨的学风和优良的科学道德,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
3、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作了明确的说明并表示了谢意。学位论文若有不实之处,本人承担一切法律责任。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学位论文的规定,即:研究生在校攻读学位期间论文工作的知识产权单位属于西安电子科技大学。学校有权保留送交论文的复印件,允许查阅、借阅论文;学校可以公布论文的全部或部分内容,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,获得学位后结合学位论文研究成果撰写的文章,署名单位为西安电子科技大学。保密的学位论文在年解密后适用本授权书。本
4、人签名:导师签名:日期:日期:摘要摘要高光谱成像技术是上世纪80年代初在遥感领域发展起来的成像技术,其主要数据特点是图像波段数目多、光谱分辨率较高。高光谱遥感在专题图和地形图的测制和更新、环境监测与灾害评估、岩矿的探测和识别、农作物和植被的精细分类等领域具有良好的应用前景。然而,混合像元的广泛存在制约着高光谱遥感的应用。因此,如何有效地解决混合像元问题是高光谱图像处理技术面临的难题之一。本文以此为背景,对高光谱图像解混算法进行了深入的研究,主要工作概括如下:1.提出了基于结构先验低秩表示的丰度估计算法。该算法利用光谱库作为端元,相比于光谱库中光谱的数目,一幅高光谱图像中的端元数目是非常少的,因
5、此对应的丰度矩阵是低秩的。同时考虑到光谱库中光谱之间较高的相干性,采取了光谱库修剪策略,即所谓的结构先验低秩表示。该算法不仅可以捕捉丰度矩阵的全局结构,还可以降低光谱库中光谱之间相干性带来的不利影响,提高了解混的精度。2.提出了基于空间一致性低秩表示的高光谱图像解混算法。该算法通过在基本低秩表示模型中加入空间一致性正则项,考虑了数据的空间信息。空间一致性正则项,即约束了空间近邻像元具有类似的丰度,同时考虑了边界问题的处理。由于同时利用了高光谱数据的光谱信息和空间上下文信息,该算法获得了较好的解混结果。3.提出了基于端元约束低秩表示的丰度估计算法。由于相比整幅图像的端元数目,局部区域包含的端元数
6、目较少。因此通过利用稀疏表示方法对不同区域中不同端元对混合像元组成的贡献度做出评估,在基本低秩表示模型中加入端元约束正则项,形成了本算法的思想。实验结果表明该算法能获得较好的解混准确率,是一种较好的解混算法。本文的工作得到了国家自然科学基金(61272282),教育部新世纪优秀人才支持计划(NCET-13-0948)等项目的资助。关键词:低秩表示,解混,丰度估计,高光谱图像论文类型:应用基础研究类I西安电子科技大学硕士学位论文IIABSTRACTABSTRACTAsanemergingtechnology,hyperspectralimagingisdevelopedinthefieldofr
7、emotesensingintheearly1980’sandhyperspectraldatahasthecharactersofmulti-bandandhighspectralresolution.Hyperspectralremotesensinghasagoodapplicationprospectinthethematicmapandreliefmapofdrawingandupdat
此文档下载收益归作者所有