对于光谱带约束最小二乘求解算法及其在高光谱遥感混合像元分解中运用设计

论文导读：
摘要：遥感技术是20世纪60年代进展起来的一门综合现代物理学、空间技术、计算机技术、数学和地理学的探测技术的新兴学科。高光谱在地质调查方面的运用是高光谱遥感运用中最成功的领域之一。矿物质的光谱吸收峰宽度在30纳米左右，利用光谱分辨率小于30纳米的传感器才能识别出来。高光谱数据的光谱分辨率是宽波段遥感数据十倍，在宽波段上无法反应的光谱特点，但高光谱影像上很容易识别，这以根本上提升了以光学遥感图像上提取地质信息的质量和数量。德兴铜矿地处江西省上饶德兴市境内，是亚洲最大的露天铜矿，德兴铜矿拥有丰富可靠的资源，铜金属储量占全国第一位，矿藏特点是储量大而集中，埋藏浅，剥采比小，矿石可选性好，综合利用元素多，其尾矿的价值不言而喻。本论文重点介绍在江西德兴尾矿数据经过高通滤波、低通滤波降噪处理后，再经过主成分提取或最小噪声分离变换降维后，利用纯净像元指数PPI提取出纯净像元后，然后利用无约束最小二乘法、ANC约束最小二乘法、ASC约束最小二乘法进行了混合像元分解并且运用到德兴尾矿数据中，然后进行了混合光谱解混，并选取含砷黄铁矿（Arsenopyrite）Hs62.3B、蓝铜矿（Azurite）WS316、斜绿泥石（Cpnochlore）GDS159、古铜辉石（Bronzite）HS9.3B四种矿物解混后丰度图结果进行显示并且比较了三种不同的策略的误差图，得到了非负约束的最小二乘算法相对于ASC最小二乘算法和无约束最小约束算法解混误差小一些，效果良好，因为探讨区域已知的波谱库中和实测的光谱不可能包含探讨区域所有的地物光谱，故满足和是一的条件不太易实现。并得到了和是一的最小二乘算法相对无约束最小约束误差效果小。并且本论文基于IDL实现了高光谱遥感尾矿光谱解混及其结果示意图。最后比较了几种算法在尾矿数据中运用的优劣。关键词：高光谱论文主成分浅析论文最小噪声分离论文ANC最小二乘论文
本论文由www.7ctime.com,需要论文可以联系人员哦。摘要4-5
Abstract5-8
第一章 绪论8-15

1.1 选题作用和目的8-10

1.2 课题背景10

1.3 国内外探讨近况及有着不足10-12

1.4 高光谱数据源及探讨区概括12-13

1.4.1 数据来源12-13

1.4.2 探讨区概况13

1.5 探讨内容及论文组织13-15

1.5.1 探讨内容13-14

1.5.2 论文组织14-15

第二章 高光谱遥感概论15-36

2.1 高光谱遥感概述15-22

2.

1.1 高光谱成像技术的进展15-20

2.

1.2 高光谱成像数据的特点和表达方式20-22

2.2 高光谱遥感图像降噪概述22-25

2.3 高光谱遥感图像降维概述25-31

2.3.1 高光谱图像降维主成分浅析25-28

2.3.2 高光谱图像降维最小噪声分离28-31

2.4 端元提取算法概述31-34

2.4.1 端元提取概述31-32

2.4.2 纯净像元指数32-33

2.4.3 N-FINDR33-34

2.4.4 其他算法34

2.5 混合像元分解算法概述34-36

第三章 基于线性混合模型的光谱解混技术概述36-42

3.1 混合光谱分解模型概述36

3.2 非线性混合光谱分解模型简述36-39

3.

2.1 概率模型38

3.

2.2 模糊模型38-39

3.

2.3 几何模型39

3.

2.4 其他模型39

3.3 线性混合光谱分解模型简述39-42

3.1 线性混合光谱模型39-40

3.2 混中的像元分解算法探讨进展40-42

第四章 带约束的混合像元分解最小二乘算法及其运用42-57

4.1 无约束最小二乘算法42-46

4.2 带约束的最小二乘算法46-55

4.2.1 ASC（abundance sum-to-one constraint）约束下最小二乘法算法及其具体实现46-50
4.2.

1.1 ASC 算法设计47

4.2.

1.2 算法实现47-50

4.2.2 ANC（abundance nonnegativity constraint）约束下最小二乘法算法及其具体实现50-55
4.

2.1 ANC 算法设计52

4.

2.2 算法实现52-55

4.3 带约束的最小二乘算法模型的比较及结果浅析55-57
总结与展望57-58
致谢58-59
参考文献59-62
攻读学位期间取得学术成果62