基于光谱信息散度与光谱角匹配的高光谱解混算法.pdfVIP

JournalofComputerApplications ISSN 1001—9081 2015．03一l0 计算机应用，2015，35(3)：844—848 C0DEN JYIIDU http：／／www．joca．cn 文章编号2015)03-844—05 doi：10．11772／j．issn．1001—9081．2015．03．844 基于光谱信息散度与光谱角匹配的高光谱解混算法 刘万军 ，杨秀红 ，曲海成 ，孟 煜 (1．辽宁工程技术大学 软件学院，辽宁葫芦岛 125105； 2．哈尔滨工业大学 电子与信息工程学院，哈尔滨 150006) (}通信作者电子邮箱90yxh@sina．con) 摘 要：针对采用线性逆卷积 (LD)算法进行端元初选过程中，端元子集中存在相似端元光谱，影响解混精度的问 题 ，提出了一种基于光谱信息散度 (SID)与光谱角匹配(SAM)算法的端元子集优选光谱解混算法。通过在端元进行 二次选择时，采用以光谱信息散度和光谱角(SID·SA)混合法准则作为最相似端元选择的判据，去除相似端元，降低相 似端元对解混精度的影响。实验结果表明，基于SID与SAM的高光谱解混算法将重构影像的均方根误差 (RMSE)降 低到0．0104，该方法比传统方法提高了端元的选择精度，减少了丰度估计误差，误差分布更加均匀。 关键词：光谱解混；端元选择 ；去除端元；解混算法 中图分类号：TP751．1 文献标志码：A Hyperspectralunmixingalgorithm basedon spectralinformation divergenceandspectralanglemapping LIUWanjun，YANGXiuhong’，QUHaicheng一，MENGYu (1．SchoolofSoftware，LiaoningTechnicalUniversity,HuludaoLiaoning125105，China； 2．SchoolofElectronicsandInformationEngineering,HarbinInstituteofTechnology，HarbinHeilongfiang150006，China) Abstract：WhenusingLinearDeconvolution(LD)algorithm intheselectionprocess，endmemberssubsethassimilar endmembersand similar endmembers have na impacton the accuracy ofspectralunmixing，a hyperspectral unmixing optimizationalgorithmbasedonper-pixeloptimalendmemberselectionnamedSpectralInformationDivergence(SID)and SpectralAngleMapping(SAM)wasproposed．Attheendofthesecondchoice，themethodadoptedSpectralhfformation DivergencemixedwithSpectralAngle(SID-SA)ruleasthemostsimilarendmemberselectioncriteria，removedthesimilar endmembersna dreducedthe effectoftheaccuracybyspectralunmixing．Theexperimentresultsshow thathyperspectral unmixingoptimizationalgorithmbasedonSIDandSAMma