基于单形体几何的高光谱遥感图像解溷算法.pdf

中国科学: 信息科学 2012 年 第42 卷 第8 期: 1019–1033 论 文 基于单形体几何的高光谱遥感图像解混算法 普晗晔 王斌 张立明 复旦大学电子工程系, 上海 200433 复旦大学波散射与遥感信息重点实验室, 上海 200433 * 通信作者. E-mail: wangbin@ 收稿日期: 2012–02–14; 接受日期: 2012–04–30 国家自然科学基金(批准号: 和高等学校博士学科点专项科研基金 (批准号: 20110071110018) 资助项目 摘要 提出一种新的基于单形体几何的高光谱遥感图像混合像元丰度估计算法. 该算法的目标是 在已知端元矩阵的基础之上, 估计高光谱图像中各个观测像素点中每个端元的丰度. 根据凸几何理 论, 基于线性混合模型的高光谱解混问题可以看成一个凸几何问题, 其中端元位于包含整个高光谱 数据集的单形体的顶点, 而它们对应的重心坐标则可以看作各个观测像素的丰度. 提出的方法由 3 部分组成, 分别为基于单形体体积的重心坐标计算方法、距离几何约束问题和基于内点的单形体子 空间定位算法. 与其他基于单形体几何的算法相比, 该方法具有诸多优点. Cayley-Menger 矩阵的引 入使得欧式空间上的运算转化为距离空间上的运算, 在降低运算复杂度的同时很好地兼顾到数据集 的几何结构. 而且, 单形体重心的使用确立了一种快速而精确的判断方法来确定观测像素所属的子 空间, 进而利用递归的思想得到丰度值. 此外, 算法核心仅仅涉及观测点与端元之间的距离, 而与波 段数无关. 因此, 该算法无须对数据执行降维处理, 从而可以避免因数据降维而造成的有用信息的丢 失. 仿真和实际高光谱数据的实验结果表明, 所提出的算法与同类其他优秀的算法如 FCLS 和SPU 相比, 具有更高的运算精度, 同时在端元数目较小时具有较快的运算速度. 关键词 遥感 图像处理 特征提取 高光谱解混 Cayley-Menger 矩阵 规范重心坐标 单形体 引言 近年来 随着高光谱成像技术的发展 高光谱遥感已经成为遥感领域一个快速发展的分支 作为 一种多维信息获取技术 高光谱遥感将成像技术和光谱技术相结合 在电磁波谱的数百个非常窄而且 连续的光谱区间内同时获取信息 从而得到高光谱分辨率的连续、窄波段的图像数据 且每一个图像 像元都可以提取一条完整连续的光谱曲线 大大扩展了图像解释地物的能力 由于受地表物质的多样性和成像系统空间分辨率的限制 高光谱遥感图像中单个像元所对应的地 表往往包含不同的覆盖类型 具有不同的光谱响应特征 这些像元被称为混合像元 混合像元广泛存 在于高光谱遥感图像中 导致传统的像元级高光谱遥感图像的应用 如遥感分类和面积测量精度等难 以达到实用的要求 近年来 以提取基本组成成分端元 的特征光谱和有效估计混合像元中各个端元 之间混合比例 丰度 为主要内容的高光谱解混已经成为高光谱遥感图像定量分析中的一个重要研究 课题 引用格式 普晗晔 王斌 张立明 基于单形体几何的高光谱遥感图像解混算法 中国科学 信息科学 普晗晔等: 基于单形体几何的高光谱遥感图像解混算法 作为一种广泛应用于高光谱解混技术的光谱混合模型 线性光谱混合模型 是基于这样的假设 混合像元中各端元之间的相互影响可以忽略不记 每一个观测像 元矢量都可以表述为端元和它们相应的丰度的线性组合 研究表明 基于 的高光谱数据集 在其特征空间 波段空间 内呈现单形体的结构 从而便于利用单形体几何的方法 从特征空间对混合 光谱进行诠释 基于 的高光谱解混算法通常由 步构成 第 步是提取基本组成成分的特征光谱 即端 元提取 第 步是估计各个端元混合的比例 即丰度估计 常见的解混