基于广义双线性模型的高光谱解混

《基于广义双线性模型的高光谱解混》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、ｎｒｍｉ齡械批少參国硕±学位论文ＩＭ■：．＾；基于广义双线性模型的高光谱解混作者姓名盛丈＾８１学校导师姓名、职撤张向荣教授—一ＩＨ．啼Ｓｈ企业导师姓名、职疏王晓华高工Ｓｈ申请学位类别工捏硕击％ｍｐ＾ｎ学校代码10701学号1302121510分类号TP75密级公开西安电子科技大学硕士学位论文基于广义双线性模型的高光谱解混作者姓名：成才领域：电子与通信工程学位类别：工程硕士学校导师姓名、职称：张向荣教授企业导师姓名、职称：王晓华高工学院：电子工

2、程学院提交日期：2015年11月HyperspectralUnmixingBasedonGeneralizedBilinearModelAthesissubmittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinElectronicsandCommunicationsEngineeringByChengCaiSupervisor:ZhangXiangrongProfessorWangXiaohuaSen

3、iorEngineerNovember2015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巧成果。尽我所知，除了文中特别加标注和致谢中所罗列的内容Ｗ外，论文中不包含其他人己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一。与我同工作的同事对本研究所做的任何贡献均己在论文中作了明确的说明并表示了谢意。学位论文若有不实么处一，本人承担切法

4、律责任。￣本人签名：该；１：Ｗ瓜巧．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，结合学位论文研究成果完成的论文、发明专利等成果，署名单位为西安电子科技大学。保密的学位论文在解密后适用本授权书。＿＿年：唉才导师

5、签名；秦ｋ本人签名同采ｆ厶巧ＳＩ．１２．２＾日期：日期：摘要摘要由于遥感数据集的空间分辨率，遥感成像仪在自然环境中的收集的光谱信号必然是各种物质的混合物。因此，准确估计需要光谱解混。混合像素分解方法按照所采用的分解模型，大致可以分为基于线型光谱混合模型的分解方法和基于非线性光谱混合模型的分解方法。本文考虑了丰度的稀疏性、空间信息和建模的多样性，改进了现有的非线性解混方法，具体如下：1．高光谱数据的相关性会导致数据的稀疏性，而且每个像素并非包含所有端元。而大多数现有的非线性解混算法没有考虑数据

6、的稀疏信息。针对非线性解混算法没有考虑数据的稀疏性，提出了稀疏约束的广义双线性模型解混。广义双线性模型（GBM）已被广泛用于非线性高光谱图像解混。高光谱数据的高度相关性导致了丰度的稀疏性。目前正则化方法通常用来约束丰度的稀疏性，目的通过将丰度矩阵的稀疏性约束添加到GBM模型中，拓展semi-NMF，得到L1/2约束半非负矩阵分解（L1/2-semi-NMF）算法来估计丰度和非线性系数。将GBM分成的线性部分和二阶部分，并分别使用迭代优化算法优化。克服了半非负矩阵分解算法容易陷入局部最小点的缺点，收敛速度加快且不

7、易限于局部最优解。在高光谱合成数据和真实数据上的实验结果表明：该方法提高了解混的稳定性和结果的正确性。2．在双线性场景中，植被和土壤之间通常发生多重散射，而包含植被和土壤等物质的高光谱图像在边界区域才可能发生双线性混合，考虑了图像区域差异性，提出基于区域自适应分割的高光谱图像解混方法。先用K均值聚类方法对高光谱数据聚类，将图像分割为匀质区域和细节区域。匀质区域采用线性模型，用稀疏约束的非负矩阵分解方法解混，细节区域采用广义双线性模型，用稀疏约束的半非负矩阵分解方法解混，很好的保持了双线性丰度的边缘信息。对比实验

8、表明：所提出的方法有效提高了高光谱遥感图像的解混准确率。3．大多数现有的稀疏NMF算法对于高光谱解混只考虑欧几里得结构的高光谱数据空间。事实上，高光谱数据更可能位于一条嵌入高维空间的低维流形。针对非线性解混算法没有考虑高光谱数据内在的流形结构，提出了图约束的广义双线性模型解混。添加的图正则可以保持原始图像和丰度图之间的密切联系，改进的方法能改善解混性能。本论文的工作得到了国家自然科学基