高光譜圖像稀疏解混模型及其快速算法研究

《高光譜圖像稀疏解混模型及其快速算法研究》是依託華東師範大學，由方發明擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：高光譜圖像稀疏解混模型及其快速算法研究
• 項目類別：青年科學基金項目
• 項目負責人：方發明
• 依託單位：華東師範大學

項目摘要

混合像元分解（亦稱“解混”）是求解高光譜遙感圖像中每個像元所含物質及其成分比例（豐度）的過程。現有解混方法總體而言有如下缺陷：多是在一定條件下求豐度稀疏性的等價或近似表示，而不涉及真正稀疏解；對高光譜圖像結構信息挖掘不夠；高精度和高效率解混難以兼得。為避免以上問題，本項目將運用稀疏表示和最佳化等手段，發展出一套新的半監督高光譜解混模型及算法。其創新在於：將0範數極值問題轉換成等價的矩陣秩或截斷1範數的極值問題；結合高光譜圖像空間、光譜信息和豐度特性提出一系列新解混模型；採用交替疊代法，結合變數替換和運算元分裂方式將問題分解，實現快速解混。為驗證模型和算法的穩定與精確性，本項目將採用野外實測、衛星遙感等多源數據對該套方法進行全面驗證和比較。初步試驗表明，本項目研究思路可行。預期結果總體而言將優於當前各主要解混算法。本項目的最終成果將為混合像元分解提供新的思路和途徑。

結題摘要

高光譜遙感圖像解混技術對於大量科學研究和實際套用均具有重要價值，也一直是遙感套用研究的難點和熱點問題。本項目針對高光譜遙感圖像混合像元分解問題，在考慮高光譜圖像空間與光譜結構信息、豐度物理特性的基礎上，探索了新的高光譜解混方法，建立起了一系列包括結構相似性、稀疏性等約束的最佳化模型，探討了模型在理論上的正確性，研究了模型的具體快速算法，並運用大量數據對該模型進行了驗證，在解混模型與算法研發、精確度與魯棒性提高等方面均取得了進展。 項目研究進展順利，在理論研究方面，圍繞（1）高光譜圖像像元豐度的稀疏表示，（2) 混合像元分解的最佳化新模型，（3）基於運算元分裂法的快速解混算法，（4）解混模型及其算法驗證等4個方向展開了重點研究。在理論方法上取得了多項突破，圓滿完成了各項研究任務，實現了預期研究目標。在研究成果方面，課題組成員已出版學術論文5篇（SCI論文4篇，ECCV會議論文1篇），已接收即將發表SCI論文1篇，包含2篇CCFA類論文。在學術合作與交流方面，分別到香港浸會大學、香港中文大學進行短期訪問6人次，邀請國內外學者交流訪問2人次。在人才培養方面，聯合培養博士研究生1人、碩士研究生2人。