基于粒子群优化理论的高光谱遥感影像端元提取算法研究

摘要

高光谱遥感影像数据因其光谱分辨率高、图谱合一的特点，为人们观测地球提供了独特的信息，是当前遥感对地观测领域的前沿领域。然而，受到传感器空间分辨率的限制以及自然界地物分布复杂多样的影响，多种地物光谱可能共同组成一个像元，造成高光谱遥感影像中混合像元普遍存在，给高精度的地物信息解译带来了困难。端元提取是解决混合像元问题最为关键的方法之一，是指提取影像中每类地物的纯净像元。端元提取能够获得构成混合像元的基本组成成分，它决定了后续的光谱解混、感兴趣目标探测等信息提取结果的精度。因此，如何从影像中提取到完整的、最具代表性的端元是高光谱遥感影像分析的关键。 高光谱影像端元提取主要面临如下的挑战:1）真实的高光谱影像由于受成像过程中的误差、噪声的影响，数据在特征空间中的分布一般不能严格满足传统端元提取方法所假设的单形体结构;2）由于高光谱影像数据的复杂性，利用不同的特征对高光谱影像进行端元提取时，得到的端元提取结果存在差异;3）由于物质本质属性差异或者影像成像的光照和大气等条件的不同，可能造成物质的类内光谱差异。本文针对高光谱影像端元提取的特点，结合粒子群算法在组合优化问题求解上规则简单、参数少的优势，提出了一系列基于粒子群优化的端元提取算法。具体的研究内容包括: (1)提出一种基于量子粒子群优化的端元提取方法。将端元提取问题描述为以最小化均方根误差为目标函数的组合优化问题，避免了对数据单形体结构假设的依赖性问题。考虑传统的粒子群算法搜索能力有限，特别是当端元数目较多时容易陷入局部最优解的问题，本文利用寻优能力较强的量子粒子群算法进行问题的求解。通过分析量子粒子在可行解空间中的搜索特性，结合影像特征对量子粒子进行行列编码，实验说明这种编码方式比基于像素编号的编码方式具有更高的所搜效率;通过分析量子粒子在多维空间中寻优的特点，利用合作机制对量子粒子的最优位置进行更新，能有效缓解维数灾难问题，从而提高端元提取的精度。 (2)提出一种基于多目标粒子群优化的端元提取算法。以端元提取中最常用的两种目标函数—最大化体积与最小化均方根误差为例，分析了利用多目标函数对端元提取问题进行建模的必要性。由于所构建的多目标优化问题中，由不同目标函数所能确定的最优解是互相矛盾的，因此采用多目标粒子群优化方法进行问题的求解。本文利用非支配排序方法来对多目标搜索空间中粒子个体历史最优位置和粒子群历史最优位置进行判断，解决目标函数值相互矛盾的问题;建立一个全局最优存档来存储优化过程中得到的所有粒子群的全局最优位置，并利用σ方法为每个粒子在全局最优存档中挑选局部最优向导用于粒子位置的更新。最后得到的端元提取结果为若干个端元组合解集。 (3)提出了基于迭代量子粒子群优化的端元束提取算法。当影像中存在端元可变现象和噪声时，高光谱数据不是标准的凸几何形状，从而使现有的基于凸几何理论的端元束提取方法难以完整地提取出所有地物的端元束。本文从最小化像元的重构残差的角度出发，避开对高光谱影像的凸几何结构这一假设，目标函数设计为使像元的重构残差最小。利用基于量子粒子群优化的端元提取方法，在影像中迭代寻找能最优化目标函数的端元组合，最后将每个迭代中得到的端元进行合并，以达到端元束提取的目的。 (4)对提出的三种端元提取方法进行分析，总结各方法的优缺点。通过实验进行对比分析，表明当图像中存在光谱变化现象时，用端元束提取方法能获得更高的解混精度;当图像中光谱变化现象能被忽略时，可以选用效率更高的端元提取方法。

目录

声明

摘要

1．1研究背景与意义

1．2混合像元分解及其研究现状

1．2．1混合像元分解模型的研究现状

1．2．2端元提取的研究现状

1．2．3端元提取算法存在的难点

1．2．4粒子群优化算法在端元提取中的应用潜力

1．3研究内容和章节安排

1．3．1研究内容

1．3．2章节安排

第二章 混合像元分解的理论与方法

2．1线性光谱混合模型

2．2端元提取原理与方法

2．2．1高光谱影像数据的凸几何分析

2．2．2内部体积最大原理与方法

2．2．3极值投影原理与方法

2．2．4均方根误差最小原理

2．3丰度估计的原理与方法

本章小结

第三章 基于量子粒子群优化的端元提取方法

3．1量子粒子群优化算法

3．1．1粒子群优化

3．1．2量子粒子群优化

3．2离散粒子群优化算法

3．3基于量子粒子群优化的端元提取算法

3．4实验结果与分析

3．4．1模拟数据实验

3．4．2真实数据实验

本章小结

第四章 基于多目标粒子群优化的端元提取方法

4．1多目标优化的基本概念

4．1．1多目标优化的定义

4．1．2非支配解

4．2基于多目标粒子群优化的端元提取算法

4．3实验结果与分析

4．3．1华盛顿数据实验

4．3．2城市影像数据实验

4．3．3对实验结果的讨论

本章小结

第五章 基于迭代量子粒子群优化的端元束提取算法

5．1．1基于分块的端元束提取方法

5．1．2基于候选集的端元束提取方法

5．1．3基于光谱形状的端元束提取方法

5．2基于迭代量子粒子群优化的端元束提取算法

5．3实验结果分析

5．3．1精度评价指标

5．3．2实验结果与分析

本章小结

第六章 粒子群优化的端元提取方法的比较

6．1方法的比较

6．2实验与分析

本章小结

第七章 总结与展望

7．1本文总结

7．2研究展望

参考文献

附录

致谢