基于稀疏約束和流形正則化的高光譜非線性解混算法研究.pdf

1、高光譜圖像的出現(xiàn)給遙感技術(shù)的發(fā)展帶來了巨大的變革。高光譜成像波段寬度達(dá)到納米級(jí)別，可以提供波段眾多、光譜覆蓋范圍廣的數(shù)據(jù)，為不同的遙感應(yīng)用提供豐富的特征信息。在過去的幾十年中，高光譜遙感在環(huán)境資源檢測(cè)、災(zāi)害損失評(píng)估、區(qū)域分析與建設(shè)規(guī)劃、生物物理建模、氣象預(yù)報(bào)和軍事偵察等領(lǐng)域均發(fā)揮了重要的作用。
　　然而混合像元普遍存在于高光譜圖像中，為后續(xù)像素級(jí)應(yīng)用處理帶來了巨大的困難，因此有必要對(duì)高光譜數(shù)據(jù)進(jìn)行混合像元的分解?；诰€性混合模型的

2、像元分解模型簡(jiǎn)單，卻沒有考慮地物混合的非線性多重散射效應(yīng)?；诜蔷€性混合模型的高光譜解混算法則突破了線性解混算法的這一局限。
　　修正廣義雙線性混合模型(MGBM)結(jié)合了廣義雙線性混合模型(GBM)和多項(xiàng)式后非線性混合模型(PPNMM)的優(yōu)勢(shì)，在描述光譜混合方面取得了很好的效果。因此本文針對(duì)MGBM非線性混合模型，提出一種通過聯(lián)合稀疏表示和流行正則化方法進(jìn)行高光譜圖像非線性解混的方法，即RNSM算法。為了提高光譜解混效果、更好的刻