基于压缩感知和非负矩阵分解理论的高光谱混合像元分解

项目名称： 基于压缩感知和非负矩阵分解理论的高光谱混合像元分解

项目编号： No.61372147

项目类型： 面上项目

立项/批准年度： 2013

项目学科： 无线电电子学、电信技术

项目作者： 张桂戌

作者单位： 华东师范大学

项目金额： 80万元

中文摘要： 混合像元分解在高光谱遥感领域扮演着重要角色。项目针对目前的混合像元分解方法精度差、复杂度高等特点，结合压缩感知和非负矩阵分解理论，试图提出一种新的盲混合像元分解变分模型，该模型利用一组基对数据进行压缩，再进行像元分解，以避免大数据量带来的数据高复杂度问题。在基的选取上，项目将探讨不同基，如DCT、 Gabor等的性质，以得到最佳压缩效果。考虑到端元丰度的分段常数和稀疏特性，我们将用全变分和稀疏性度量函数来约束模型。在分析模型稳定性的基础上，项目会进一步研究快速有效的迭代算法求取端元和丰度。在模型和算法的验证方面，项目采用野外实测、卫星遥感等多源数据对方法的稳定性和精确性进行考查。混合像元分解方法的研究，对于矿物勘探、地形识别、环境监控等方面都有非常重要的理论意义和应用价值。

中文关键词： 混合像元分解；高光谱影像；Framelet空间；稀疏性；快速算法

英文摘要： Hyperspectral imagery unmixing plays an important role in remotely sensed image processing. In this project, a variational model for blind hyperspectral imagery unmixing based on compressive sensing (CS) and nonnegative matrix factorization (NMF) will be

英文关键词： unmixing；Hyperspectral imagery；Framelet domain；Sparsity；Fast algorithm