《關聯型高光譜圖像像元分解方法研究》是依託清華大學，由孫衛東擔任項目負責人的面上項目。
基本介紹
- 中文名：關聯型高光譜圖像像元分解方法研究
- 依託單位：清華大學
- 項目負責人：孫衛東
- 項目類別：面上項目
項目摘要,結題摘要,
項目摘要
像元分解是解決高光譜圖像混合像元問題的有效途徑，而像元分解結果的物理詮釋則是該技術走向實用的關鍵。本申請擬以高光譜圖像為對象，針對地面信息與高光譜圖像、不同時相/區域高光譜圖像間所存在的關聯性，就關聯型像元分解框架、最佳光譜特徵選取與相似度量、目標光譜引導下的像元分解、不同時相/區域高光譜圖像間的聯合端元提取等核心問題展開研究。研究內容包括：1、針對單一光譜，研究基於貝葉斯模型的光譜分解與光譜吸收特徵提取方法；2、針對同類地物、多條光譜間所呈現的光譜簇特性，研究基於分層貝葉斯模型的光譜簇吸收特徵提取方法；3、分析不同光譜相似度量間的差異，研究最佳化光譜相似度量方法；4、探討將目標光譜引入現有像元分解框架的具體模式，研究目標光譜引導下的像元分解方法；5、針對不同時相/區域高光譜圖像，探討多時相、多幀跨區域聯合端元提取方法。該項目的實施將為高光譜遙感數據的定量解析與套用提供一種全新手段。
結題摘要
關聯型像元分解是目前高光譜混合像元分解領域中亟待解決的套用基礎性難題之一，這種關聯性具體體現在地面信息與高光譜圖像、以及不同時相/不同區域的高光譜圖像間。本項目以高光譜圖像為對象，就關聯型像元分解框架、最佳光譜特徵選取與相似度量準則、目標光譜引導下的像元分解、不同時相/區域高光譜圖像間的聯合端元提取等核心問題展開了深入研究。研究成果包括：(1)建立了關聯型像元分解總體框架；(2)對參數化和非參數化光譜吸收特徵描述方法進行了分析研究，提出了一種基於貝葉斯模型的單光譜分解與光譜吸收特徵提取方法；(3)針對同一地物不同光譜曲線在光譜形態上所表現出的光譜簇特性，提出了一種基於分層貝葉斯模型的光譜簇吸收特徵提取方法；(4)提出了一種基於最佳化的光譜相似性度量客觀評價方法以及一種基於Adaboost分類的非線性複合光譜相似性度量方法，形成了一個更為合理的光譜相似度量評價標準；(5)提出了一種全新的、目標光譜指導下的高光譜圖像混合像元分解方法，並針對不同目標光譜個數、不同像元混合程度等多種實際套用場景，對所提算法的有效性進行了驗證分析；(6)提出了一種基於貝葉斯非負矩陣分解的區域關聯型像元分解算法，提高了相鄰或相似區域間像元分解結果的可比性與綜合解析能力；(7)作為關聯型像元分解的一種套用形態，提出了一種基於局部連續性與全局相似性的光譜保持型亞像元映射算法以及一種基於多字典稀疏表示的亞像元映射算法，進一步細化了各類地物的亞像元級分布模式。 地面信息指導下的像元分解有助於建立地面信息與高光譜圖像間的關係，基於時間及空間關聯性的聯合像元分解則有助於建立不同高光譜圖像間的聯繫性，提高不同高光譜圖像間像元分解結果的可比性與綜合解析能力，為高光譜遙感數據的定量解析與套用提供了一種全新手段。 項目執行期間中共發表階段性研究成果28項，其中國際期刊論文7篇、國際會議論文6篇、國核心心刊物論文13篇、國內會議論文1篇、發明專利1項。所發表學術論文中，包括TGRS、GRSL等本學科頂級學術刊物論文2篇，ICASSP、ICIP等本學科頂級國際會議論文3篇，自動化學報、信號處理、電子學報、計算機輔助設計與圖形學學報等國核心心期刊論文10篇，獲“第一屆高解析度對地觀測學術研討會”優秀論文獎1項。同時，通過本項目的實施，直接或間接培養相關領域博士後1人次、博士生5人次、碩士生2人次、其他在讀研究生9人次
