高光谱图像光谱解混问题的变分模型和高性能算法研究

项目名称： 高光谱图像光谱解混问题的变分模型和高性能算法研究

项目编号： No.61402082

项目类型： 青年科学基金项目

立项/批准年度： 2014

项目学科： 自动化技术、计算机技术

项目作者： 赵熙乐

作者单位： 电子科技大学

项目金额： 25万元

中文摘要： 高光谱图像提供了非常丰富的光谱信息和空间影像信息，在军事和矿藏勘探等诸多领域发挥着越来越重要的作用。由于自然界地物的复杂多样性以及传感器空间分辨率的限制，高光谱图像中普遍存在光谱可能由几种典型地物光谱混合组成的混合像元。确定混合像元的基本组成端元和基本组成端元所占比例的高光谱图像光谱解混过程是实现成像区域像元地物类型精确分类和识别的重要预处理环节。发展高光谱图像光谱解混问题的数学模型和高性能光谱解混算法是高光谱遥感应用向定量化发展中亟待解决的基础科学问题之一。本项目拟研究高光谱图像光谱解混问题如下三个方面：(1)基于新型正则项，研究实用高光谱图像光谱解混变分模型及其理论性质；(2)基于分而治之的分裂思想，研究适用于大规模高光谱图像的高性能光谱解混算法及其理论性质;(3)研究高光谱图像光谱解混模型中正则化参数的选取方法。本项目研究方案的成功实施具有重要的学术意义和应用价值。

中文关键词： 高光谱光谱解混；低秩张量；正则化；优化算法；

英文摘要： Hyperspectral images provide rich spectral and spatial information and are playing an increasingly important role in many applications. Due to the complexity of nature materials and the limiting spatial resolution, different endmembers can jointly pre

英文关键词： Hyperspectral Image Unmixing；Low Rank Tensor；Regularization；Optimization Algorithm；