董安国，韩 雪，龚文娟



基于单体扩张的端元提取算法

董安国，韩 雪，龚文娟

（长安大学 理学院，陕西 西安 710064）

端元提取是高光谱混合像元分解的重要环节。为了提取高光谱图像的端元，本文基于线性表示理论与凸锥模型理论，论证了：与单体共面的单体外向量被单体的顶点向量线性表示时，表示系数必有负值，从而给出了理想情形下判别端元的充要条件，并在此基础上，针对非理想情形提出了一种提取端元的迭代算法。实验结果表明，算法提取端元的精度优于VCA算法、效率高于搜索算法，算法稳定性好，对噪声的敏感性低。

高光谱；凸锥模型；端元提取；单体

0 引言

高光谱遥感图像因具有较高光谱分辨率而成为当今遥感领域研究的热点，但其较低的空间分辨率和复杂的地物分布，导致影像中普遍存在混合像元，所以，基于高光谱图像进行精确的地物识别和分类，首先要对混合像元进行分解，而端元提取是混合像元分解的关键环节[1]。目前，端元提取算法较多，总体可以分为3类：穷举算法，投影算法与迭代算法。穷举是一种重复型算法，它的基本思想是，对问题的所有可能状态一一进行测试，直到找到解或全部可能的状态都测试过为止，穷举算法提取端元的精度高，但是算法运算量大，包括N-finder[2-3]算法，单体增长（simplex growing algorithm，SGA）[4-5]算法，其中N-FINDR算法，尽管无参数选择效果好，但因其搜索凸面体最大体积需遍历所有可能像元，计算量巨大。投影算法在进行端元提取时，计算速度相对较快，但是算法受噪声影响较大，精度不高。……