高光谱遥感图像解混的稀疏性正则化方法研究

项目名称： 高光谱遥感图像解混的稀疏性正则化方法研究

项目编号： No.61362036

项目类型： 地区科学基金项目

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： 汪胜前

作者单位： 南昌工程学院

项目金额： 42万元

中文摘要： 过完备稀疏表示为高光谱遥感图像解混提供了新的研究思路，是近年来遥感图像处理领域的热点。本项目以稀疏性正则化方法为理论基础，针对过完备稀疏性正则化的高光谱遥感图像解混中的理论问题和技术难点进行研究，具体内容如下：(1) 以已知光谱库为学习样本，以L1/2范数为稀疏 性度量因子，研究端元过完备字典的构造方法，以期设计出更加适用于稀疏性正则化高光谱遥感图像解混的字典，减少字典的冗余。(2) 基于L1/2过完备稀疏性正则化模型，建立高光谱遥感图像解混的L1/2稀疏性正则化非凸变分模型。(3) 利用变量分裂和Bergman迭代算法，研究L1/2正则化的高光谱遥感图像解混变分问题的数值求解方法；研究高光谱遥感图像解混的GPU加速算法，以期满足实时性与实际应用的需求。 本项目的研究丰富了高光谱遥感图像解混理论，具有重要的理论意义；同时拓展了过完备稀疏表示理论的应用。

中文关键词： 高光谱；解混；稀疏性；正则化；遥感

英文摘要： Overcomplete sparse representation, which provides a new idea for spectral unmixing in hyperspectral imagery, is one of the research focus in remote sensing image processing fields. Inspired by sparsity regularization theory, this project will focus on t

英文关键词： Hyperspectral；Unmixing；Sparsity；Regularization；Remote sensing