基于几何学的高光谱混合像元分解算法研究进展与比较

摘要

高光谱图像中混合像元的存在严重影响了高光谱图像分类和目标探测的精度,阻碍了高光谱遥感向定量化方向发展.Boardman提出的凸面几何学的分析方法,开拓了从特征空间对光谱线性混合进行诠释的新通道.本文分析和研究了现有的基于凸面几何学的混合像元分解算法,并将其分为两类:基于纯净像元的分解算法和基于最小体积的分解算法.并就两种分类方法选取了具有代表性的4种算法:N-FINDR、VCA、MVC-NMF和SISAL算法进行分析和实验.通过对这4种方法的实验比较,得出两类混合像元分解算法的优点与不足,以及基于几何学的混合像元分解算法的适用条件,为进一步研究工作打下基础.