基于联合稀疏表示的高光谱图像解混方法研究

《基于联合稀疏表示的高光谱图像解混方法研究》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、中图分类号：TP751论文编号：102871516-S008学科分类号：081001硕士学位论文基于联合稀疏表示的高光谱图像解混方法研究研究生姓名郭文骏学科、专业通信与信息系统研究方向天基侦察、卫星遥感与成像处理指导教师孔繁锵南京航空航天大学研究生院航天学院二〇一五年十二月NanjingUniversityofAeronauticsandAstronauticsTheGraduateSchoolCollegeofAstronauticsResearchonHyperspectralImageryUnmixingAlgorithmsBasedonSimultaneousSpar

2、seRepresentAThesisinCommunicationandInformationSystembyGuoWen-junAdvisedbyInstructorKongFan-qiangSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofMasterofEngineeringDecember,2015承诺书本人声明所呈交的硕士学位论文是本人在导师指导下进行的研究工作及取得的研究成果。除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得南京航空航天大学或其他教

3、育机构的学位或证书而使用过的材料。本人授权南京航空航天大学可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。（保密的学位论文在解密后适用本承诺书）作者签名：日期：南京航空航天大学硕士学位论文摘要卫星遥感成像技术能够同时获得图像的空间信息和光谱信息，是人们获取对地遥感和深空探测目标信息的重要手段，在地质勘测，环境监测，土地规划，目标检测与跟踪等许多领域有着非常重要的应用。但是受到成像光谱仪的限制，高光谱图像空间分辨率较低，导致混合像元普遍存在，严重制约了高光谱图像的广泛应用。因此，研究高光谱图像混合像元分解具有非常重要的

4、现实意义。论文对传统高光谱图像解混技术进行了论述，在对国内外现有的高光谱图像稀疏解混方法进行深入研究的基础上，对现有高光谱稀疏解混算法进行改进。本文的主要研究成果可概括如下：(1)针对端元候选集中包含冗余端元导致丰度重构精度不高的问题，提出了一种基于回溯的联合正交匹配追踪高光谱图像解混算法。首先将高光谱图像分为若干个图像块，并对每个图像块采用联合匹配追踪的方法提取端元，将每个子块端元候选集合并作为整幅图像的端元集合，然后通过检测当前端元集合中每个端元与当前像元的相关性，将冗余端元从端元集合中剔除。对比其他联合贪婪算法，该算法有效减少了端元集合的冗余端元，提高了丰度重构的精度。

5、(2)针对光谱曲线相关性较高，影响最优端元提取的问题，提出了一种基于递归字典的联合正交匹配追踪高光谱图像解混算法。在每次迭代过程中，先将光谱库投影到子空间并进行正交化处理，降低光谱曲线的相关性，再利用残差与正交化后的光谱曲线进行端元提取。该算法能够有效提取最优端元，与其他贪婪算法相比具有更高的光谱解混精度。(3)提出了一种复合正则化的联合稀疏贝叶斯学习解混算法。在贝叶斯框架下，对各参数建立概率模型，经贝叶斯推断得到最优化问题，利用一种快速迭代方法进行参数学习。将丰度系数的非负性与和为一性加入最优化问题，并利用交替迭代方法进行求解。对比贪婪算法和凸优化算法，该算法能够获得更高的

6、解混精度。(4)提出基于空间相关性约束的联合稀疏贝叶斯学习算法。将相邻像元的联合稀疏性和空间相关性同时作为约束条件加入到最优化问题中，并利用惩罚参数平衡联合稀疏约束与空间相关性约束的影响。该算法针对模拟图像和真实图像都获得了较好的解混结果。关键词：高光谱解混，联合稀疏表示，贪婪算法，稀疏贝叶斯学习I基于联合稀疏表示的高光谱图像解混方法研究ABSTRACTSatelliteremotesensingimagingtechnologycanobtainthespatialinformationandspectralinformationofimageatthesametime,w

7、hichistheimportantmeansformankindtogetbothremotesensinganddeepspaceexplorationtargetinformation.Hyperspectralremotesensingimagehastheveryhighspectralresolution,withaveryimportantapplicationinthegeologicalsurvey,environmentalmonitoring,landplanning,target