基于差分搜索的高光谱图像解混算法研究

《基于差分搜索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、基于差分搜索的高光谱图像解混算法研究ResearchonSpectralUnmixingAlgorithmBasedonDifferentialSearchforHyperspectralImages学科专业：信息与通信工程研究生：刘静光指导教师：张立毅教授天津大学电子信息工程学院二零一五年十一月摘要高光谱遥感能够在某一光谱段范围内连续成像，实现谱像一体化，且光谱分辨率高，这些特点促使高光谱遥感成为研究热点之一。但由于实际地物复杂性和仪器性能局限性的影响，使得高光谱图像中的某些像素由多种地物组成，形成混合像元。而混合像元又分为线性混合模型和

2、非线性混合模型，如何从混合像元中准确提取出端元和丰度是目前高光谱遥感的研究重点。差分搜索算法是一种新的智能群算法，具有较强的全局搜索能力，并且适合求解多模态问题。因此，本文将高光谱图像解混问题转化为一个最优化问题，采用差分搜索算法来实现高光谱图像解混。本文主要工作如下：首先，针对高光谱图像线性解混问题进行研究，发现高光谱图像的线性混合模型与盲源分离模型非常相似，但高光谱图像的丰度具有和为一特性，不满足独立性的要求，不能将盲源分离算法直接应用于高光谱图像解混。因此，本文根据高光谱图像丰度非负和丰度和为一特性构造相应的约束项，与互信息相结合作为

3、目标函数，利用差分搜索算法对该目标函数优化求解来实现高光谱图像解混。仿真数据和实际高光谱数据实验表明，该算法能够有效解决高光谱图像解混问题，与已有其它算法相比，能避免陷入局部极值，提高了图像解混的精度，并且针对不含纯像元的高光谱图像具有很好的解混效果。其次，进一步对高光谱图像非线性解混问题进行研究，针对混合像元中线性混合模型和非线性混合模型同时存在的问题，提出采用神经网络对高光谱图像中的像元混合模型进行估计，然后针对不同的混合模型进行相应的像元解混。像元解混时，在目标函数中同样添加相应的丰度约束项，利用差分搜索算法对该目标函数优化求解来实现

4、高光谱图像解混。仿真和实际高光谱数据实验表明，该算法提高了解混精度，并适用于线性和非线性混合模型。关键词：高光谱图像解混像元混合模型盲源分离互信息差分搜索算法神经网络ABSTRACTHyperspectralremotesensingcanbecontinuouslyimageinginacertainrangeofspectral,achievetheintegrationofspectrumandimages,andhavehighspectralresolution,whichmakesthehyperspectralremotese

5、nsingbecomeoneofthehotresearches.However,duetothecomplexityofthesurfacefeaturesandthelimitationoftheinstrumentperformance,somepixelsinhyperspectralimagesconsistofmorethanonematerials,namely,mixedpixels.Themixedpixelsareformedeitherlinearmixedmodelorundernonlinearmixedmodel

6、.Howtoextracttheendmembersandtheircorrespondingabundancesfromthemixedpixelsisacriticalproblemforhyperspectralremotesensing.Differentialsearchalgorithmisanewintelligentgroupalgorithm,whichhasstrongerabilityofglobalsearch,andissuitableforsolvingmultimodalproblems.Therefore,t

7、histhesisconvertedtheproblemofunmixingofhyperspectralimagesintoanoptimizationproblem,andadopteddifferentialsearchalgorithmtorealizetheunmixingofhyperspectralimages.Themainworkofthethesisisasfollows:Firstly,withregardtotheissuesofhyperspectrallinearunmixing,itisfoundthatthe

8、linearmixedmodelofhyperspectralissimilartotheblindsourceseparationmodel.Buttheabundanceof