基于非線性混合模型的高光譜波譜信號提取方法研究.pdf

1、高光譜波譜信號提取技術作為高光譜圖像處理中的基礎技術，廣泛應用于高光譜像元解混、目標識別、異常點檢測以及目標分類等高光譜圖像處理算法中。因此，如何行之有效的從高光譜圖像中獲取波譜信息，直接影響著高光譜圖像在各個領域中的應用。
　　目前，獲取波譜信號方法主要包括兩種：其一是從實驗室或現(xiàn)有的光譜庫中獲取，另一種方法是從高光譜圖像數(shù)據(jù)中提取，這種方法通常被稱作波譜信號提取算法（Spectral Signal Extraction Alg

2、orithm，SSEA）。由于高光譜圖像中通常存在著混合像元，這給波譜信號提取算法帶來了極大的挑戰(zhàn)?，F(xiàn)有的SSEA算法，如基于純像元指數(shù)算法、內部最大體積法算法、頂點成分分析算法等波譜信號提取算法都是以線性混合模型為基礎的波譜信號提取算法。但是，在混合像元的形成過程中，容易受到大氣、傳感器以及太陽入射輻射與多種地物之間的相互作用等因素的影響。這使得高光譜圖像中的混合像元是各波譜信號的非線性表示，并且非線性的程度隨著空間分辨率的提高變得越

3、發(fā)嚴重。因此，對非線性混合模型下的波譜信號提取算法的研究具有非常重要的意義。本文主要完成以下幾個方面的工作。
　　本文首先就高光譜圖像中的像元混合的成因進行分析和探討，并著重研究混合像元中的非線性因素以及現(xiàn)有的非線性混合模型。其次，結合混合像元分解以及向量的相似性原理，建立起高光譜波譜信號提取算法的有效性驗證方法。由于目前普遍采用近似線性化的方法處理高光譜混合像元中的非線性成分，本文深入探討在不同非線性混合模型的高光譜數(shù)據(jù)中，線性

4、波譜信號提取算法的有效性。實驗結果表明：采用近似線性化的方法會導致計算誤差增大，甚至無法完整的提取出非線性混合數(shù)據(jù)中的波譜信號。最后，結合非線性全約束最小二乘豐度反演算法、線性波譜信號提取方法以及非線性混合模型進行波譜信號的提取。通過與傳統(tǒng)的線性波譜信號提取算法進行對比實驗，其結果表明：基于非線性混合模型的波譜信號提取算法相比于線性波譜信號提取算法，誤差更小，性能更佳。對于噪聲的抑制能力也優(yōu)于線性波譜信號提取算法。同時，將該算法與傳統(tǒng)的