基于回溯优化的非线性高光谱图像解混

格式：pdf
大小：1.88 MB
文档页数：8

中图分类号：ＴＰ７５１文献标志码：ＡＤＯＩ：１０．３７８８／ＩＲＬＡ２０１７４６．０６３８００ｌ
ＮｏＮｏｎｌｉｎｅａｒｕｎｍｌ ’ ｘｍ。ｇｕｓｎｉ。ｇｂａｃｋｔｒａｃｋｉｎｇｏｐｔｉ｜ｍｉｚａｔｉｑｏｎ［ｆｏｒｈｙｐｅｒｓｐｅｃｔｒａｌｉｍａｇｅｓ
ｔｏｏｂｔａｉｎｔｈｅｏｐｔｉｍａｌｓｏｌｕｔｉｏｎｗｈｉｃｈｍｉｎｉｍｉｚｅｈｅｔｏｂｊｅｃｔｉｖｅｆｕｎｃｔｉｏｎ．Ｉｎｈｔｅｓｅｒｃａｈｐｒｏｃｅｓｓ，ｈｅｔｂｏｕｎｄａｒｙ
第４６卷第６期
Ｖｏｉ．４６ＮＯ．６
红外与激光工程
ＩｎｆｒａｒｅｄａｎｄＬａｓｅｒＥｎｇｉｎｅｅｒｉｎｇ
２０１７年６月
Ｊｕｎ．２０１７
基于回溯优化的非线性高光谱图像解混
陈雷１，２，甘士忠。，孙茜
（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）摘要：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
２．ＳｃｈｏｏｌｏｆＰｒｅｃｉｓｉｏｎＩｎｓｔｒｕｍｅｎｔａｎｄＯｐｔｏ — ＥｌｅｃｔｒｏｎｉｃｓＥｎｇｉｎｅｅｒｉｎｇ，ＴｉａｎｊｉｎＵｎｉｖｅｒｓｉｔｙ，Ｔｉａｎｊｉｎ３０００７２，Ｃｈｉｎａ３．ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｏｎｉｃｓｎｄａＩｎｆｏｍａｒｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＴｉａｎｊｉｎＰｏｌｙｔｅｃｈｎｉｃＵｎｉｖｅｒｓｉｔｙ，Ｔｉａｎｊｉｎ３００３８７，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ａｐｏｓｔｎｏｎｌｉｎｅａｒｕｎｍｉｘｉｎｇａｌｇｏｒｉｔｈｍｗａｓｐｒｅｓｅｎｔｅｄｆｏｒｈｙｐｅｒｓｐｅｃｔｒａｌｉｍａｇｅｓｂａｓｅｄｏｎｂａｃｋｔｒａｃｋｉｎｇｏｐｔｉｍｉｚａｉｏｔｎｔｏｉｍｐｒｏｖｅｔｈｅｕｎｍｉｘｉｎｇａｃｃｕｒａｃｙ。Ｏｎｔｈｅｂａｓｉｓｏｆｈｅｔｐｏｓｔｎｏｎｌｉｎｅａｒｍｉｘｉｎｇｍｏｄｅｌ，ｔｈｅｒｅｃｏｎｓｔｒｕｃｉｏｔｎｅｒｒｏｒｂｅｔｗｅｅｎｔｈｅｏｂｓｅｒｖｅｄｉｍａｇｅｓａｎｄｔｈｅｒｅｃｏｎｓｔｒｕｃｔｅｄｉｍａｇｅｓｗａｓｕｓｅｄａｓ
ｔｈｅｏｂｊｅｃｔｉｖｅｆｕｎｃｉｔｏｎ，ｂａｃｋｔｒａｃｋｉｎｇｓｅａｒｃｈｏｐｉｔｉｚｍａｉｔｏｎａｌｇｏｒｉｈｔｍｗａｓｕｓｅｄБайду номын сангаас ｔｏｓｅｒｃａｈｉｎｔｈｅｓｏｌｕｉｔｏｎｓｐａｃｅ
ＣｈｅｎＬｅｉ。。，ＧａｎＳｈｉｚｈｏｎｇ。，ＳｕｎＱｉａｎ
（１．ＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｉｒｎｇ，ＴｉａｎｊｉｎＵｎｉｖｅｒｓｉｔｙｏｆＣｏｍｍｅｒｃｅ，Ｔｉａｎｊｉｎ３００１３４，Ｃｈｉｎａ；
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。关键词：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

基于双线性混合模型的高光谱图像非线性光谱解混

基于双线性混合模型的高光谱图像非线性光谱解混杨斌;王斌;吴宗敏【期刊名称】《红外与毫米波学报》【年(卷),期】2018(037)005【摘要】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.【总页数】11页(P631-641)【作者】杨斌;王斌;吴宗敏【作者单位】复旦大学电磁波信息科学教育部重点实验室,上海200433;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;复旦大学信息学院智慧网络与系统研究中心,上海200433;复旦大学电磁波信息科学教育部重点实验室,上海200433;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;复旦大学信息学院智慧网络与系统研究中心,上海200433;复旦大学数学科学学院,上海200433【正文语种】中文【中图分类】TP751【相关文献】1.基于微分搜索的高光谱图像非线性解混算法 [J], 陈雷;郭艳菊;葛宝臻2.基于像元混合模型估计的高光谱图像解混 [J], 陈雷;刘静光;张立毅;李锵;孙彦慧3.基于Volterra级数的高光谱图像非线性解混算法 [J], 王立国;王琼4.基于双鸟群优化的高光谱图像非线性解混 [J], 翁旭辉; 雷武虎; 任晓东5.基于丰度约束核非负矩阵分解的高光谱图像非线性解混 [J], 智通祥;杨斌;王斌因版权原因，仅展示原文概要，查看原文内容请购买。

高光谱图像的光谱解混模型与算法研究

高光谱图像的光谱解混模型与算法研究
高光谱成像是将成像技术与光谱技术相结合的技术,是遥感应用中一个快速发展的领域。

高光谱图像在军事目标辨别、远程控制、生物医学、食品安全以及环境监测等领域都有重要应用。

但由于高光谱成像光谱仪空间分辨率较低,使得每个高光谱像元可能由多种不同物质的光谱混合构成,因此混合像元广泛存在于高光谱图像中。

混合像元导致科研实践中一些应用分类不准确,因此对混合像元进行分解是高光谱遥感应用亟待解决的核心问题。

本文中首先介绍了两种光谱混合模型:线性和非线性光谱混合模型。

线性模型假设观察到的像元信号是所有的纯光谱信号的线性组合。

与之相反,非线性模型则考虑到多种物质反射光之间的物理相互影响。

其次,本文对高光谱图像解混的几种经典模型进行介绍。

在这些模型中详细介绍了本文的对比模型全变分模型(SUnSAL-TV),该模型利用高光谱图像空间关系构建了对端元丰度的正则项,这使高光谱图像解混问题在数值结果和视觉效果上都有较大提升。

但全变分模型的缺点是解混后丰度图中原平滑区域中伴有阶梯效应现象,视觉效果欠佳。

本文采用重叠组稀疏全变分作为端元丰度正则项,并采用交替方向乘子法对模型进行求解,将原问题转化为一系列较易求解的子问题,进而得到原问题的全局解。

在应用交替方向乘子法进行求解过程中,关于梯度域重叠组稀疏的子问题采用采用优化最小化方法进行求解。

通过合成数据和真实数据的实验证明,采用本文提出的新方法处理后图像视觉效果和数值效果相比SUnSAL-TV方法有明显提升,并且可以有效减弱
SUnSAL-TV模型的阶梯效应,使处理后丰度图更加平滑,视觉效果更佳。

基于光谱先验与协同学习的高光谱图像解混算法

THANKS
感谢观看
相关工作与研究现状
相关算法综述
对现有的高光谱图像解混算法进行综述，包括端元提取、混合像元分解等方法及其优缺点。指出当前研究的热点和难点问题。
研究现状
介绍当前最新的研究成果和进展，包括基于深度学习、协同学习等方法的解混算法，并分析其优劣和适用范围。
研究内容与方法
研究内容
介绍本文的研究重点和目标，包括基于光谱先验与协同学习的高光谱图像解混算法的构建、优化和应用。
数据预处理
对高光谱图像进行预处理，包括噪声去除、图像校正等操作。
模型训练
使用训练数据集对每个模型进行训练，并评估模型的性能。
模型应用
使用优化后的模型对测试数据集进行预测，并评估模型的泛化能力。
实验结果与分析
实验数据集
使用真实的高光谱图像数据集进行实验，包括不同场景下的高光谱图像。
性能评估指标
基于光谱先验与协同学习的高光谱图像解混算法
2023-11-04
contents
目录
• 引言 • 高光谱图像基本理论 • 基于光谱先验的高光谱图像解混算法 • 基于协同学习的高光谱图像解混算法 • 基于光谱先验与协同学习的高光谱图像解
混算法 • 结论与展望
01 引言
研究背景与意义
高光谱图像解混算法的重要性
高光谱图像的特性与优势
高光谱图像能够提供更丰富的空间和光谱信息，有利于识别和分类物体。
高光谱图像可以提高遥感探测的精度和效率，为科学研究提供更准确的数据支持。
高光谱图像具有较高的抗干扰性能和适应性，能够在复杂的环境中获取可靠的信息。
高光谱图像的应用领域
环境监测
高光谱图像可以用于检测空气、水和土壤污染，分析生态系统的健康状况等。

基于双鸟群优化的高光谱图像非线性解混

df
l
o
ck．Thea
l
r
i
t
hma
l
t
e
rna
t
e
l
t
edt
heop
t
ima
lso
l
u
t
i
ono
f
g
gh
go
yupda
t
heob
e
c
t
i
vef
unc
t
i
onandt
henon
l
i
ne
a
r mode
lpa
r
ame
t
e
r
st
hr
oughi
t
e
r
a
t
i
on op
t
imi
z
a
t
i
on o
f
j
doub
l
e
Ｇb
０８
Ｇ
０５
基金项目:国家重点实验室２０１７年度主任基金项目(
SKL２０１７ZR０２)
作者简介:翁旭辉(
１９９５－ ),男,硕士,主要从事高光谱遥感技术方面的研究.E
Ｇma
i
l:xuhu
i_weng＠１６３．
c
om
)
,
通信作者:雷武虎(
男,
博士,
教授,
博士生导师,
主要研究方向为光电工程,
图像信息获取与处理.
hm o
fhype
r
spe
c
t
r
a
limage
sba
s
edon

下载提示

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

基于回溯优化的非线性高光谱图像解混

合集下载

基于双线性混合模型的高光谱图像非线性光谱解混

高光谱图像的光谱解混模型与算法研究

基于光谱先验与协同学习的高光谱图像解混算法

基于双鸟群优化的高光谱图像非线性解混

文档推荐

最新文档