单形体体积最小化的差分进化光谱解混算法

摘要：

目的 光谱解混是高光谱遥感图像处理的核心技术.当图像不满足纯像元假设条件时,传统算法难以适用,基于(单形体)体积最小化方法提供了一种有效的解决途径.然而这是一个复杂的约束最优化问题,更由于图像噪声等不确定性因素的存在,导致算法容易陷入局部解.方法 引入一种群智能优化技术-差分进化算法(DE),借助其较强的全局搜索能力以及优越的处理高维度问题的能力,并通过对问题编码,提出了一种体积最小化的差分进化(VolMin-DE)光谱解混算法.结果 模拟数据和真实数据实验的结果表明,与现有算法相比,该算法在15端元时精度(光谱角距离)可提高7.8％,当端元数目少于15个时,其精度普遍可以提高15％以上,特别是10端元时精度可以提高41.3％;在20～50 dB的噪声范围内,精度变化在1.9～3.2(单位:角度)之间,传统算法在2.2～3.5之间,表明该算法具有相对较好的噪声鲁棒性.结论 本文算法适用于具有纯像元以及不存在纯像元(建议最大纯度不低于0.8)这两种情况的高光谱遥感图像,并可在原始光谱维度进行光谱解混,从而避免降维所带来的累计误差,因此具有更好的适应范围和应用前景.

关键词：高光谱遥感、光谱解混、端元、非负矩阵分解、差分进化

所属期刊栏目：20

分类号：TP7(遥感技术)

资助基金：国家自然科学基金项目40901232,41171288National Natural Science Foundation of China 40901232,41171288

在线出版日期：2015-12-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1535-1544