基于非线性降维的高光谱混合像元分解算法

摘要

研究遥感图像处理混合像元分解问题,由于遥感图像中包含很多混合像元,影响图像的质量.传统的解混算法是以线性光谱混合模型为基础,因此解混精度不高.针对遥感图像中存在的非线性光谱混合,从数据统计的角度,提出一种基于光谱夹角距离的局部切空间排列算法进行非线性降维的光谱解混算法.首先通过基于光谱夹角距离的局部切空间排列算法将原始高光谱数据非线性降维到低维空间,再利用寻找最大单形体体积的方法提取端元,并用非负约束的最小二乘法计算各个端元的丰度.通过仿真和真实高光谱遥感数据实验结果表明,得到的分解结果优于测地线的最大单形体体积(GSVM)算法和N-FINDR算法,为提高遥感图像分解精度提供了参考.