13、高光谱图像端元提取与光谱解混技术解析

高光谱图像端元提取与光谱解混技术解析

1. 快速 N - FINDR 端元提取算法

快速 N - FINDR 端元提取算法在高光谱图像端元提取领域具有重要意义。该算法通过建立计算简单的距离公式，用距离测试取代体积计算，大大降低了算法复杂度，且不影响光谱端元提取效果，仅改变了计算复杂度。当所选光谱端元数量较多时，这种取代的优势更为明显。
- 算法优化策略
- 数据集重排与有序搜索 ：对数据集进行重排，并对光谱端元进行有序搜索，可极大提高迭代更新速度，降低算法陷入局部最优的可能性。
- 线性 LSSVM 距离测量函数 ：利用线性 LSSVM 的距离测量函数实现距离计算，此距离计算简单，且无需进行降维预处理。虽然 SVM 理论常见于分类和回归功能，但该算法巧妙地将其用于距离测试，解决了 N - FINDR 算法的两个问题。不过，非线性 SVM 和 1 - a - r 以外的分类器结构无法达到该算法目的，理论上普通类型的 SVM 可替代最小二乘类型的 SVM，但处理类似小样本问题时效率会受很大影响。
- 鲁棒性控制方法 ：针对 N - FINDR 算法易受离群点干扰的弱点，提出了鲁棒性控制方法。在数据预处理阶段，用鲁棒协方差矩阵替代普通协方差矩阵；在光谱端元搜索过程中，采用方形邻域检测方法去除离群点，增加对离群点干扰的鲁棒性控制。该方法和像素预排序减少算法迭代搜索频率的思路，可供其他端元提取方法借鉴。此外，用距离取代体积的概念可应用于基于单纯形体积最大化的其他常见端元提取算法。

2. 基于 LSMM 的 LSMA 方