目标光谱指导下的高光谱图像混合像元分解方法①.pdf

目标光谱指导下的高光谱图像混合像元分解方法① ② 于钺 孙卫东 （清华大学电子工程系 北京 100084） 摘 要 混合像元分解是高光谱图像处理中的关键技术之一。本文针对混合像元分解所提取端元的物理含义诠释 问题，提出了一种目标光谱指导下的混合像元分解方法，给出了其具体算法实现。首先，本文针对若干给定 的、具有明确物理含义的目标光谱，将光谱识别步骤引入混合像元分解过程，建立端元光谱与目标光谱间的对 应关系。其次，在最小距离限制的非负矩阵分解方法基础上，引入光谱特征距离作为正则项，以度量和保持存 在对应关系的端元光谱与目标光谱间的相似性，并给出了求解相应优化问题的优化算法。最后，分别利用模拟 数据和真实数据对该方法的可行性和实际混合像元分解效果进行了验证，并将其与非监督情况下混合像元分解 结果进行了比较分析。实验结果表明，该方法能够在目标光谱指导下较好诠释端元的物理含义、同时解决端元 提取中的病态性问题。 关键词 高光谱图像，目标光谱，混合像元分解，光谱识别，小波变换 0引言 实际应用中，先验光谱信息往往是存在的，例如光 [9][10] 谱库中有关该地物的实测光谱 ，同一区域、不 在光学卫星遥感图像中，受传感器空间分辨率 同时相下已提取的同类端元光谱等。文献[11]提出 限制以及地物分布复杂性影响，一般情况下，单个 了一种基于分层贝叶斯模型的半监督混合像元分解 像元常对应多种地物类型，其所记录的数值信息也 方法，将光谱库中实测光谱直接用于混合像元分 多为多种地物类型光谱特征所构成的混合体。因 解。但不可避免的是，受成像模式、成像环境和传 [1] 此，这种像元被形象的称为 “混合像元” 。混和 感器特性等多种因素影响，由光学卫星遥感图像所 像元的存在为光学卫星遥感图像的解译带来了极大 获取的端元光谱与光谱库中同类地物的实测光谱间 [2] 困难，如参数反演、高精度分类 以及小目标检测 往往存在一定差别，例如受大气作用而产生的附加 [3] 等。近年来，随着光学卫星遥感图像处理精度和 [12] 吸收峰 。因此，若对这两种数据的实质性差别 深度的不断提高，如何克服混合像元现象，从而在 不加考虑，直接将光谱库中实测光谱用于混合像元 亚像元以及光谱层次上对光学卫星遥感图像进行解 分解，则难以保证混合像元分解结果的正确性。 译，已成为一个从理论到应用都亟需解决的问题。 本文针对上述混合像元分解所提取端元的物理 混合像元分解(spectral unmixing, SU)是处理混 含义诠释问题，提出了一种目标光谱指导下的混合 [1] 合像元问题的有效途径之一 ，其基本作用可以描 像元分解方法，给出了其具体算法实现。其中， 述为 ，由混合像元光谱提取被称为端元 “目标光谱”指感兴趣地物光谱，既可以包含光谱 (endmember) 的典型 “纯净”地物光谱；同时估计 库中该观测区域实际地物的地面实测光谱，也可以 各个端元在混合像元中所占的比例，该比例被称为 包含同一地域、不同时相下已提取的同类端元光谱 丰度值(abundance) 。对于传统的全色遥感图像和多 等； “指导”指不直接将目标光谱用于混合像元分 光谱