基于体积和稀疏约束的高光谱混合像元分解算法.pdf

《基于体积和稀疏约束的高光谱混合像元分解算法.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第43卷第4期红外与激光工程2014年4月Vo1．43No．4InfraredandLaserEneineerApr．2014基于体积和稀疏约束的高光谱混合像元分解算法魏一苇，黄世奇，王艺婷，卢云龙，刘代志(第二炮兵工程大学，陕西西安710025)摘要：针对传统非负矩阵分解法中解空间较大、存在大量局部极小值的问题，提出了一种基于单形体体积和丰度稀疏性约束的非负矩阵分解法(VolumeandSparsenessConstrainedNMF，VSC—NMF)。该方法首先使用顶点成分分析法对高光谱图像进行端元提取，将其作为端元矩阵的初始值，可达到加速算法收敛的目的；然后，

2、在目标函数中加入单形体体积最小化约束和丰度稀疏性约束，从而实现对混合像元进行较好的分解。实验结果表明，该方法不仅能有效地克服传统非负矩阵分解法的缺陷，而且能估计出精确的端元和对应的丰度，获得满意的解混效果，尤其适用于稀疏度较高的高光谱图像。关键词：高光谱图像；混合像元分解；非负矩阵分解；最小体积约束；稀疏约束中图分类号：TP75文献标志码：A文章编号：1007—2276(2014)04—1247—08VolumeandsparsenessconstrainedalgorithmforhyperspectralunmixingWeiYiwei，HuangShiqi，W

3、angYiting，LuYunlong，LiuDaizhi(TheSecondArtilleryEngineeringUniversity，Xiall710025，China)Abstract：Tosolvetheproblemoflargesolutionspaceandamassoflocalminimainthetraditionalnon-negativematrixfactorization(NMF)，avolumeandsparsenessconstrainedNMF(VSC—NMF)algorithmwasproposed．F~sfly，end-mem

4、bersextractedbyvertexcomponentanalysis(VCA)inhyperspectralimageweretakenasinitializationofend—-membermatrixSOastoacceleratetheconvergencespeed．Then，thetraditionalNMFwasextendedbyincorporatingtheminimumvolumeconstraintandabundanceSsparsenessconstrainttoachievebetterseparationofmixedpixe

5、ls．TheexperimentalresultsonsyntheticandrealdataillustratethattheproposedalgorithmcanovercometheshortcomingsoftraditionalNMFandobtainmoreaccurateend—membersandcorrespondingabundance，especiallyinsparserhyperspectralimage．Keywords：hyperspectralimage；mixedpixelsseparation；non—-negativematr

6、ixfactorization；minimumvolumeconstraint；sparsenessconstraint收稿日期：2013—08—10：修订日期：2013—09—25基金项目：国家自然科学基金(41174093)作者简介：魏一苇(1985一)，女，硕士生，主要从事高光谱图像处理与应用方面的研究工作。Email：ddxy204@163．corn导师简介：刘代志(1960一)，男，博士，教授，博士生导师，主要从事信号与信息处理、军事地球物理方面的研究工作。Email：dmzhiliu@163．corn1248红外与激光工程第43卷和丰度在空间上的不相关性

7、：2007年．Li和Qi提出0引言了最小体积约束的NMF算法(MinimumVolumeConstrainedNMF，MVC—NMF)ll】：2009年，Jia和高光谱数据是由具有高光谱分辨率的图像传感Qian提出分段平滑和稀疏约束的NMF(PSNMFSC)t；器收集的，包含上百个连续精细的波段，为地物分2010年。钱法涛等提出了基于L1／2范数稀疏约束的类、目标检测提供了丰富的信息。然而受限于较低的NMF，并将其扩展到乙(0≤P≤∞)㈣。这些方法都比空间分辨率，单个像元中可能包含了多种地物，导致原始的NMF更适用于高光谱图像，但是这些方法大了混合像元的存在，这