压缩感知域高光谱图像稀疏解混方法研究

项目名称： 压缩感知域高光谱图像稀疏解混方法研究

项目编号： No.61401200

项目类型： 青年科学基金项目

立项/批准年度： 2014

项目学科： 无线电电子学、电信技术

项目作者： 孔繁锵

作者单位： 南京航空航天大学

项目金额： 24万元

中文摘要： 高光谱解混是高光谱遥感图像分类、地物识别、异常目标检测等后续分析和定量化应用的关键。现有的解混方法均针对奈奎斯特采样域的高光谱数据，而对于以压缩感知（CS）理论为基础的高光谱压缩成像技术所获取的CS域高光谱压缩成像数据进行解混，则必须先对压缩成像数据进行重构后再进行解混，导致处理效率低、计算量大，而且重构的高光谱重建数据存在重构误差问题影响解混处理的精度，因此有必要研究新的CS域高光谱压缩成像数据解混方法。本项目将针对高光谱压缩成像数据特性，通过建立CS域高光谱图像稀疏解混模型，直接从压缩成像数据和给定光谱库中求解端元光谱和丰度系数，以获得更高精度的解混性能，包括：1）CS域高光谱数据降维方法；2）基于分层后退型正交匹配跟踪的端元提取；3）基于非线性自适应方向提升稀疏表示的丰度估计算法。项目最终实现高精度CS域高光谱图像解混方法，为高光谱信息处理的发展和定量遥感应用提供理论基础和技术支撑。

中文关键词： 高光谱解混；压缩感知；端元提取；丰度估计；解混精度

英文摘要： Hyperspectral unmixing technology is the key technology of follow-up analysis and quantitative applications such as hyperspectral remote sensing image classification, feature identification, anomaly target detection, et al. The existing spectral unmixing

英文关键词： hyperspectral unmixing；compressive sensing；endmember extraction；abundance estimation；unmixing accuracy