本文關鍵詞：基于端元學習的高光譜圖像稀疏解混研究

  更多相關文章： 解混 端元學習 空間結構 近鄰 稀疏

【摘要】：遙感技術于上個世紀六十年代發(fā)展起來,它的快速發(fā)展帶動了很多技術的發(fā)展。其中,高光譜成像技術就是代表之一。由成像光譜儀獲取的高光譜數據有兩個明顯的特點:第一個是圖像中像素點的波段數很多,第二個是光譜的分辨率很高�；谶@樣的特點,高光譜圖像被用于了地物的識別,可是在實際應用中,由于成像光譜儀空間分辨率的不足以及地物分布的不均勻,導致在采集到的高光譜圖像中,像素點是由多種地物混合而成的,幾乎不存在只包含一種地物的像素點。這就對地物的識別形成了阻礙。為了能夠有效的利用高光譜圖像,就必須對混合的像素點進行分解,將其分解為端元和對應的豐度,這就是高光譜圖像解混的工作。為了提高高光譜圖像解混的效果,本文對解混進行了深入的研究,主要工作可以概括如下:1.提出了一種基于端元學習的空間相似高光譜圖像稀疏解混方法。將學習的思想融入高光譜圖像解混中,通過先對端元進行模擬學習,學習時結合端元的光滑性,然后利用數字光譜庫對其進行篩選。豐度求解時,從空間角度進行相應的約束,相似的像素點應該是空間結構相似的,也就是具有低秩性。另外,分布在整幅圖像中的端元數較像素點個數而言是很少的,所以對于某個像素點而言,只能包含部分端元,這就使得稀疏性存在了。結合低秩特性和稀疏特性,對高光譜圖像進行解混。實驗結果表明:本方法的求解模式與傳統(tǒng)的一站式求解模式相比,更能夠獲得高精度的解混結果。2.提出了一種基于端元學習的正則加權高光譜圖像稀疏解混方法。該方法在端元學習過程中,考慮了實際情況,因波段的剔除,使得端元表現出間斷光滑性,基于這個原因,加入了額外約束。同時,在豐度的求解過程中,將正則約束替換低秩約束,從空間距離關系考慮豐度的求解。實驗結果表明:本方法在高光譜圖像解混方面比前一個方法的效果有所提升。3.提出了一種基于端元學習的近鄰相關高光譜圖像稀疏解混方法。對于端元而言,仍然結合光滑性和間斷段光滑性進行學習。在豐度的求解過程中,從像素點鄰近區(qū)域考慮,對于圖像中的某個數據,用與它結構相似的近鄰數據表示,這是從新的角度考慮近鄰數據間的關系。結果表明:本方法在高光譜圖像解混方面也有著不錯的效果。
【學位授予單位】：西安電子科技大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TP751

【參考文獻】

中國期刊全文數據庫 前2條

1 張兵,陳正超,鄭蘭芬,童慶禧,劉銀年,楊一德,薛永祺;基于高光譜圖像特征提取與凸面幾何體投影變換的目標探測[J];紅外與毫米波學報;2004年06期

2 張鈞萍,張曄,周廷顯;成像光譜技術超譜圖像分類研究現狀與分析[J];中國空間科學技術;2001年01期

，

本文編號：1217845