1 天津商业大学 信息工程学院, 天津300134
2 天津大学 精密仪器与光电子工程学院, 天津 300072
3 天津工业大学 电子信息工程学院, 天津300387
为了进一步提升高光谱图像的解混精度, 提出一种基于回溯优化的高光谱图像后非线性解混算法。在后非线性混合模型的基础上, 以观测图像与重构图像之间的重构误差为目标函数, 使用回溯搜索算法在解空间搜索使目标函数取得极小值的最优解。在搜索过程中, 利用回溯搜索算法的边界控制机制有效保证了高光谱图像解混过程中的约束条件, 进而有效实现了对解混丰度值和非线性参数的精确估计。针对合成高光谱图像和真实高光谱遥感图像的解混实验表明, 文中算法具有优异的解混性能, 所达到的解混精度显著优于现有非线性高光谱图像解混算法。
高光谱图像 非线性解混 后非线性模型 仿生智能优化 回溯搜索优化算法 hyperspectral images nonlinear unmixing postnonlinear model bionic intelligence optimization backtracking search optimization algorithm 红外与激光工程
2017, 46(6): 0638001
1 复旦大学 电磁波信息科学教育部重点实验室, 上海 200433
2 北京师范大学 地表过程与资源生态国家重点实验室, 北京 100875
3 中国交通通信信息中心, 北京 100011
高光谱图像解混是高光谱数据分析的重要研究内容.在现有混合模型的基础上, 提出一种新的高光谱图像非线性解混算法.通过在目标函数中引入丰度的非负及和为一约束以及非线性参数的有界约束, 该算法将高光谱图像非线性解混问题转化为求解丰度矢量和非线性参数的约束非线性最小二乘问题, 继而采用一种交替迭代优化算法求解该问题.仿真和实际高光谱数据的实验结果表明, 所提出的算法有效地克服了线性解混的不足, 同时具有良好的抗噪声性能, 可以作为一种解决高光谱遥感图像非线性解混的有效手段.
高光谱遥感图像 非线性解混 非线性最小二乘 丰度非负约束 丰度和为一约束 有界约束 hyperspectral imagery nonlinear unmixing nonlinear least squares abundance nonnegative constraint abundance sum-to-one constraint bound constraint
