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 复旦大学 信息学院智慧网络与系统研究中心, 上海 200433
非线性解混可以解释高光谱图像复杂场景中的非线性混合效应, 但地物的光谱变异性是其中的一个难点。提出一种考虑光谱变异性的无监督非线性解混算法。通过核函数将原始高光谱图像数据隐式地映射到高维特征空间中, 从而在该空间中结合光谱变异性进行线性解混; 与此同时, 依据实际地物的分布特性, 添加丰度和光谱变异系数的局部平滑约束。模拟和真实高光谱数据的实验结果表明, 该方法能克服不同非线性混合场景中存在的光谱变异性问题, 提高光谱解混的精度。
高光谱图像 非线性光谱解混 光谱变异性 核方法 平滑约束 hyperspectral imagery nonlinear spectral unmixing spectral variability kernel function smoothness constraints
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 复旦大学 信息学院智慧网络与系统研究中心, 上海 200433
4 复旦大学 数学科学学院, 上海 200433
高光谱遥感图像的非线性光谱解混能弥补线性方法难以解释复杂场景中非线性混合效应的不足, 而双线性混合模型及算法是其研究的热点.提出了一种基于双线性混合模型几何特性的光谱解混算法.通过将模型中的非线性混合项表示为一个融合了共同非线性效应的额外端点的线性贡献, 使复杂的双线性混合模型求解转化为简单的线性解混问题.然后结合传统的线性解混算法直接迭代估计正确的丰度.模拟和真实遥感图像数据的实验结果表明, 与其它相关解混方法相比, 该算法能较好地克服共线性效应以及拟合优化过多参数对双线性混合模型求解造成的不利影响, 同时提高了解混的精度和速度.
高光谱遥感 非线性光谱解混 双线性混合模型 丰度估计 单形体 hyperspectral remote sensing nonlinear spectral unmixing bilinear mixture model abundance estimation simplex
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 复旦大学 信息学院智慧网络与系统研究中心, 上海 200433
介绍了近年来非线性光谱解混方法的发展状况, 主要包括矿物沙地地区的紧密混合模型和植被覆盖区域的多层次混合模型, 以及基于这些模型的非线性解混算法和利用核函数、流形学习等方法的数据驱动非线性光谱解混算法及非线性探测算法.最后分析总结了现有非线性解混模型与算法的优势与缺陷及未来的研究趋势.
高光谱遥感 混合像元 非线性光谱解混 Hapke模型 双线性混合模型 核方法 流形学习 hyperspectral remote sensing mixed pixel nonlinear spectral unmixing Hapke model bilinear mixture model kernel method manifold learning
