《非監督的高光譜圖像非線性解混理論研究》是依託浙江大學，由厲小潤擔任項目負責人的面上項目。
基本介紹
- 中文名：非監督的高光譜圖像非線性解混理論研究
- 依託單位：浙江大學
- 項目負責人：厲小潤
- 項目類別：面上項目
項目摘要,結題摘要,
項目摘要
高光譜遙感圖像混合像元分解是高光譜遙感套用的關鍵問題之一，非監督光譜解混技術為該問題的解決提供了一條新的思路。目前高光譜圖像解混方法主要基於線性混合模型，非線性解混方法研究得較少。理論與實驗結果均表明非線性混合模型能更好地解決微觀尺度上地物的精細光譜分析和小機率目標的檢測與識別問題，本項目以非監督的高光譜圖像非線性解混技術為主要研究內容，利用核函式理論和有效的線性非監督分解方法，從四個方面展開研究：基於核擴展理論的非監督非線性光譜解混技術，結合圖像空間和光譜信息的核函式構造技術，非線性光譜解混的時間和空間複雜度，非線性光譜解混效果的評判標準。該項目的研究成果解決了高光譜遙感數據混合像元分解中非線性模型難以確定以及計算複雜的問題，也可以為高光譜混合像元分解效果的評價提供一種可供參考的標準。
結題摘要
高光譜遙感圖像混合像元分解是高光譜遙感套用的關鍵問題之一，非監督光譜解混技術為該問題的解決提供了一條新的思路。本項目以非監督的高光譜圖像非線性解混技術為主要研究內容，對基於核擴展理論的非監督非線性光譜解混技術，結合圖像空間和光譜信息的核函式構造技術，非線性光譜解混的時間和空間複雜度，非線性光譜解混效果的評判標準等問題進行了深入研究，取得了一系列成果。首先，基於線性光譜混合模型,對非監督的端元提取算法和有限混合像元分解算法進行了深入研究，在此基礎上，提出了非線性的端元提取算法和基於核非負矩陣的有限混合像元分解算法；分別基於像素點二階鄰域特徵提取空間鄰域信息和數學形態學提取空間信息，研究了空間信息和光譜信息組合的核函式構造問題；通過算法快速實現的理論推導和波段選擇解決光譜解混的時間和空間複雜度問題；提出了以光譜解混後的亞像元定位精度作為非線性光譜解混效果的評判標準。這些研究成果有助於提高高光譜圖像在民用和軍事國防中的套用範圍，具有非常重要的經濟、軍事和社會價值。
