資源描述：
《基于低秩表示的高光譜圖像解混算法研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、基于低秩表示的高光譜圖像解混算法研究作者姓名陳琪蒙導(dǎo)師姓名、職稱張向榮教授一級學(xué)科電子科學(xué)與技術(shù)二級學(xué)科電路與系統(tǒng)申請學(xué)位類別工學(xué)碩士提交學(xué)位論文日期2014年11月學(xué)校代碼10701學(xué)號1202120873分類TN82號TP75密級公開西安電子科技大學(xué)碩士學(xué)位論文基于低秩表示的高光譜圖像解混算法研究作者姓名：陳琪蒙一級學(xué)科：電子科學(xué)與技術(shù)二級學(xué)科：電路與系統(tǒng)學(xué)位類別：工學(xué)碩士指導(dǎo)教師姓名、職稱：張向榮教授提交日期：2014年11月AStudyofHyperspectralImageUnmixingbasedonLow-RankRepresentationAthesissubmittedtoX
2、IDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinElectronicScienceandTechnologyByChenQimengSupervisor:Prof.ZhangXiangrongNovember2014西安電子科技大學(xué)學(xué)位論文獨(dú)創(chuàng)性（或創(chuàng)新性）聲明秉承學(xué)校嚴(yán)謹(jǐn)?shù)膶W(xué)風(fēng)和優(yōu)良的科學(xué)道德，本人聲明所呈交的論文是我個(gè)人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。盡我所知，除了文中特別加以標(biāo)注和致謝中所羅列的內(nèi)容以外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果；也不包含為獲得西安電子科技大
3、學(xué)或其它教育機(jī)構(gòu)的學(xué)位或證書而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻(xiàn)均已在論文中作了明確的說明并表示了謝意。學(xué)位論文若有不實(shí)之處，本人承擔(dān)一切法律責(zé)任。本人簽名：日期：西安電子科技大學(xué)關(guān)于論文使用授權(quán)的說明本人完全了解西安電子科技大學(xué)有關(guān)保留和使用學(xué)位論文的規(guī)定，即：研究生在校攻讀學(xué)位期間論文工作的知識產(chǎn)權(quán)單位屬于西安電子科技大學(xué)。學(xué)校有權(quán)保留送交論文的復(fù)印件，允許查閱、借閱論文；學(xué)校可以公布論文的全部或部分內(nèi)容，允許采用影印、縮印或其它復(fù)制手段保存論文。同時(shí)本人保證，獲得學(xué)位后結(jié)合學(xué)位論文研究成果撰寫的文章，署名單位為西安電子科技大學(xué)。保密的學(xué)位論文在年解密后適用本授權(quán)書。本
4、人簽名：導(dǎo)師簽名：日期：日期：摘要摘要高光譜成像技術(shù)是上世紀(jì)80年代初在遙感領(lǐng)域發(fā)展起來的成像技術(shù)，其主要數(shù)據(jù)特點(diǎn)是圖像波段數(shù)目多、光譜分辨率較高。高光譜遙感在專題圖和地形圖的測制和更新、環(huán)境監(jiān)測與災(zāi)害評估、巖礦的探測和識別、農(nóng)作物和植被的精細(xì)分類等領(lǐng)域具有良好的應(yīng)用前景。然而，混合像元的廣泛存在制約著高光譜遙感的應(yīng)用。因此，如何有效地解決混合像元問題是高光譜圖像處理技術(shù)面臨的難題之一。本文以此為背景，對高光譜圖像解混算法進(jìn)行了深入的研究，主要工作概括如下：1.提出了基于結(jié)構(gòu)先驗(yàn)低秩表示的豐度估計(jì)算法。該算法利用光譜庫作為端元，相比于光譜庫中光譜的數(shù)目，一幅高光譜圖像中的端元數(shù)目是非常少的，因
5、此對應(yīng)的豐度矩陣是低秩的。同時(shí)考慮到光譜庫中光譜之間較高的相干性，采取了光譜庫修剪策略，即所謂的結(jié)構(gòu)先驗(yàn)低秩表示。該算法不僅可以捕捉豐度矩陣的全局結(jié)構(gòu)，還可以降低光譜庫中光譜之間相干性帶來的不利影響，提高了解混的精度。2.提出了基于空間一致性低秩表示的高光譜圖像解混算法。該算法通過在基本低秩表示模型中加入空間一致性正則項(xiàng)，考慮了數(shù)據(jù)的空間信息。空間一致性正則項(xiàng)，即約束了空間近鄰像元具有類似的豐度，同時(shí)考慮了邊界問題的處理。由于同時(shí)利用了高光譜數(shù)據(jù)的光譜信息和空間上下文信息，該算法獲得了較好的解混結(jié)果。3.提出了基于端元約束低秩表示的豐度估計(jì)算法。由于相比整幅圖像的端元數(shù)目，局部區(qū)域包含的端元數(shù)
6、目較少。因此通過利用稀疏表示方法對不同區(qū)域中不同端元對混合像元組成的貢獻(xiàn)度做出評估，在基本低秩表示模型中加入端元約束正則項(xiàng)，形成了本算法的思想。實(shí)驗(yàn)結(jié)果表明該算法能獲得較好的解混準(zhǔn)確率，是一種較好的解混算法。本文的工作得到了國家自然科學(xué)基金（61272282），教育部新世紀(jì)優(yōu)秀人才支持計(jì)劃（NCET-13-0948）等項(xiàng)目的資助。關(guān)鍵詞：低秩表示，解混，豐度估計(jì)，高光譜圖像論文類型：應(yīng)用基礎(chǔ)研究類I西安電子科技大學(xué)碩士學(xué)位論文IIABSTRACTABSTRACTAsanemergingtechnology,hyperspectralimagingisdevelopedinthefieldofr
7、emotesensingintheearly1980’sandhyperspectraldatahasthecharactersofmulti-bandandhighspectralresolution.Hyperspectralremotesensinghasagoodapplicationprospectinthethematicmapandreliefmapofdrawingandupdat
