地物空间分布特性的高光谱遥感图像解混算法.pdf

《地物空间分布特性的高光谱遥感图像解混算法.pdf》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、第33卷第5期红外与毫米波学报Vo1．33，No．52014年10月J．InfraredMillim．WavesOctober，2014文章编号：1001—9014(2014)05—0560—11DOI：10．3724／SP．J．1010．2014．00560地物空间分布特性的高光谱遥感图像解混算法汤毅，万建伟，许可，王玲(国防科技大学电子科学与工程学院，湖南长沙410073)摘要：在高光谱遥感图像中，地物的空间分布往往呈现两种特征：一是都有各自的主导区域；二是在地表空间上分布连续．利用这两种先验信息，分别引入了对丰度的正交约束与平滑约束，

2、提出了一种基于丰度约束的非负矩阵分解算法．为进一步地提高算法的性能，另外还提出了一种新的算法停止准则及权重因子调整策略，以适应信噪比以及像元混合程度的变化．在仿真数据和实测数据上的实验结果表明，该算法不仅能很好地表征地物的分布特征，提高解混精度，而且在信噪比较低，无纯像元的条件下，仍然能得到较好的解混结果．关键词：高光谱遥感；光谱解混；非负矩阵分解；正交约束；平滑约束中图分类号：TP394．1；TH691．9文献标识码：AHyperspectralunmixingbasedonmaterialspatialdistributionchara

3、cteristicTANGYi’，WANJian-Wei，XUKe，WANGLing(CollegeofElectronicScienceandEngineering，NationalUniversityofDefenseTechnology，Changsha410073，China)Abstract：Inhyperspectralremotesensingimagery，materialusuallypresenttwospatialdistributioncharacteristics：oneisitsdominanceinsomesp

4、ecialareas，anotherisitsconsistencyonthelandsurface．Byutilizingthistwopriorinforma—tion，weproposeanalgorithmnamednonnegativematrixfactorization(NMF)withabundanceconstraint，whichintro-ducesbothorthogonalityandsmoothnessintoabundance．Tofurtherimprovethealgorithmperformance，we

5、alsopro—poseanewstopcriterionandanadjustingmethodofadaptingweightfactortothevaryingsignal—to—noise(SNR)andmixingdegree．Experimentalresultsbasedonsyntheticandrealhyperspectraldatashowthatouralgorithmnotonlyre—presentsmaterialdistributioncharacteristicsverywell，butalsoincrea

6、sestheunmixingaccuracy．Meanwhile，thealgo—rithmcanleadtosatisfactoryunmixingresultsundertheconditionsoflowSNRandnopurepixels．Keywords：hyperspectralremotesensing，spectralunmixing，nonnegativematrixfactorization，orthogonalityconstraint，smoothnessconstraintPACS：95．75．Mn中提取组成场景的

7、基本成分(端元)，并反演这些基引言本成分在场景中的分布(丰度)．高光谱遥感是遥感技术发展的一个新的阶段，当地物之间的混合方式属于“棋盘状(checker．其光谱波段数多达数十个甚至数百个，光谱分辨率board)”混合时，光子只与场景中的一种地物发生相高达10A数量级，在地质勘探、军事侦察等领域得互作用，可以用线性混合模型(LinearMixingModel，到了广泛的应用⋯．但由于传感器空间分辨率的限LMM)来描述混合像元的形成机理_2]．近十年来，国制，以及多样的地物混合形式，造成所拍摄的高光谱内外学者在LMM的基础上相继提出了多种基于几

8、图像中存在大量的混合像元，它们不仅影响了地物何学的光谱解混算法，具有代表性的有：纯像元指分类和识别的精度，同时也是定量遥感发展的障碍．数(Purepixelindex，PPI)，