收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

联合近似稀疏和全变差正则化的高光谱影像混合像元分解

郭阳  
【摘要】:由于受到传感器空间分辨率的限制以及自然界地物的复杂多样性的影响,高光谱遥感图像中存在大量的混合像元。混合像元的普遍存在会影响地物的识别和分类精度,同时增加地表参数反演误差。光谱解混技术是解决混合像元最有效的途径,一直以来是高光谱遥感领域研究的热点。有学者尝试性的将稀疏表示理论应用于高光谱遥感图像混合像元分解领域中,利用少量系数捕获到数据的主要信息和内在几何结构,对混合像元分解取得了一定的效果。本文在现有的稀疏约束混合像元分解的基础上,考虑到解混过程中丰度的稀疏性和空间聚类的结构特征,建立联合近似稀疏约束和全变差正则化模型,并将其应用于高光谱混合像元分解中。主要的研究内容有:1.用已知光谱库取代光谱端元集合,以近似L0范数为稀疏性度量因子,建立高光谱遥感图像解混的近似L0稀疏性正则化非凸变分模型。利用变量分裂增广拉格朗日算法,研究近似L0正则化的高光谱遥感图像解混变量分裂问题的数值求解方法。提出基于近似稀疏的混合像元分解方法(APSSU),与经典的基于L1范数的SUnSAL算法相比,具有更好的稀疏性和稳健性。同时通过模拟实验和真实数据实验证明,APSSU算法能够更好的估计出端元丰度值,得到了更精确的解。2.通过将一阶非同位全变差(Total Variation, TV)模型引入到稀疏性约束的解混问题中,提出基于近似稀疏与全变差正则化的高光谱解混模型(APSSU-TV),能够更好的利用高光谱影像的空间领域信息,提高解混精度。该模型将近似稀疏作为稀疏性的目标函数,TV正则化因子作为平滑性目标函数,通过ADMM算法对其求解。通过模拟实验和真实数据实验,本文所提出的APSSU-TV算法对混合像元分解,比SUnSAL算法和SUnSAL-TV算法获得更好解混的精确度。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 张彦,邵美珍;基于径向基函数神经网络的混合像元分解[J];遥感学报;2002年04期
2 唐世浩,朱启疆,李小文,王锦地,阎广建;高光谱与多角度数据联合进行混合像元分解研究[J];遥感学报;2003年03期
3 赵小锋;邱全毅;;4种混合像元分解方法在沿海丘陵城市地表组分分析中的比较研究[J];遥感技术与应用;2009年06期
4 詹锡兰;吴波;;一种基于高斯马尔可夫随机场模型的混合像元分解方法[J];福州大学学报(自然科学版);2011年01期
5 吕长春,王忠武,钱少猛;混合像元分解模型综述[J];遥感信息;2003年03期
6 崔雨勇;曾致远;付必涛;毛典辉;;基于边界提取的混合像元分解[J];人民长江;2008年08期
7 范渭亮;杜华强;周国模;徐小军;崔瑞蕊;董德进;;模拟真实场景的混合像元分解[J];遥感学报;2010年06期
8 吴波;周小成;高海燕;;面向混合像元分解的光谱维小波特征提取[J];华侨大学学报(自然科学版);2008年01期
9 张子石;潘聪;陈红顺;;基于有监督模糊C-均值算法的混合像元分解[J];遥感技术与应用;2009年06期
10 马雪梅;陈亮;俞冰;徐锋;;基于决策树和混合像元分解的城市扩张分类[J];测绘通报;2006年10期
11 王红;祝民强;;基于混合像元分解的火星南极矿物制图研究[J];东华理工大学学报(自然科学版);2010年01期
12 董芳;赵庚星;王凌;朱西存;常春艳;;基于实测光谱混合像元分解的苹果园地遥感提取技术[J];应用生态学报;2012年12期
13 李慧;王云鹏;李岩;王兴芳;;基于形态学和支持向量的遥感图像混合像元分解[J];遥感技术与应用;2009年01期
14 胡健波;陈玮;李小玉;何兴元;;基于线性混合像元分解的沈阳市三环内城市植被盖度变化[J];应用生态学报;2009年05期
15 陈峰;邱全毅;熊永柱;黄少鹏;;基于线性光谱模型的混合像元分解方法与比较[J];遥感信息;2010年04期
16 邓蕾;赵小锋;王慧娜;邱全毅;陈峰;;城市混合像元分解中土壤与不透水面纯像元选取方法的对比研究——以厦门为例[J];遥感技术与应用;2013年06期
17 刘涛;严海英;于曼竹;;高光谱影像混合像元分解比较研究[J];地理空间信息;2011年03期
18 刘雪松;王斌;张立明;;基于非负矩阵分解的高光谱遥感图像混合像元分解[J];红外与毫米波学报;2011年01期
19 金鑫;柯长青;;基于混合像元分解的天山典型地区冰雪变化监测[J];国土资源遥感;2012年04期
20 张伟;杜培军;张华鹏;;基于神经网络的高光谱混合像元分解方法研究[J];测绘通报;2007年07期
中国重要会议论文全文数据库 前8条
1 王强;黄楠;;混合像元分解研究综述[A];中国地理信息系统协会第四次会员代表大会暨第十一届年会论文集[C];2007年
2 胡霞;雷星松;;基于时序的遥感影像混合像元分解模型的研究[A];第十七届中国遥感大会摘要集[C];2010年
3 张良培;丛浩;;一种可选端元的混合像元分解方法[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年
4 俞晨;邹伟;余先川;;遥感图像混合像元分解方法研究[A];第十二届全国图象图形学学术会议论文集[C];2005年
5 魏一苇;黄世奇;;高光谱混合像元分解技术研究综述[A];国家安全地球物理丛书(九)——防灾减灾与国家安全[C];2013年
6 魏一苇;黄世奇;刘代志;;基于独立成分分析的高光谱混合像元分解方法[A];国家安全地球物理丛书(八)——遥感地球物理与国家安全[C];2012年
7 邓书斌;陈秋锦;;基于MTMF的混合像元分解方法研究[A];中国遥感应用协会2010年会暨区域遥感发展与产业高层论坛论文集[C];2010年
8 邓书斌;陈秋锦;;基于MTMF的混合像元分解方法研究[A];第十七届中国遥感大会摘要集[C];2010年
中国博士学位论文全文数据库 前4条
1 孔祥兵;基于同质区分析的高光谱影像混合像元分解[D];武汉大学;2012年
2 李二森;高光谱遥感图像混合像元分解的理论与算法研究[D];解放军信息工程大学;2011年
3 李华丽;高光谱遥感影像自动混合像元分解研究[D];武汉大学;2012年
4 许菡;遥感影像混合像元分解新方法及应用研究[D];首都师范大学;2013年
中国硕士学位论文全文数据库 前10条
1 徐双双;基于混合像元分解的高光谱图像去雾方法的研究[D];南京理工大学;2015年
2 韩威宏;基于混合像元分解的遥感产品真实性检验研究[D];电子科技大学;2014年
3 辛蕾;绿潮卫星遥感监测方法精细化研究[D];中国海洋大学;2014年
4 吴明艳;部分植被覆盖下的土壤盐分高光谱遥感反演[D];东南大学;2015年
5 郭阳;联合近似稀疏和全变差正则化的高光谱影像混合像元分解[D];江西科技师范大学;2015年
6 李君;线性与非线性混合像元分解模型的比较研究[D];东北林业大学;2008年
7 宋慧;基于混合像元分解的土地利用分类[D];济南大学;2013年
8 黄竞铖;基于因子分析的混合像元分解方法研究[D];吉林大学;2012年
9 刘学;棉花遥感识别的混合像元分解研究[D];石河子大学;2008年
10 钟晓姣;高光谱数据混合像元分解与光谱匹配验证算法[D];南京理工大学;2013年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978