● 摘要
本文以投影寻踪算法为核心，探讨了高光谱遥感图像异常检测、监督分类以及线性混合模型下的端元提取三类方法。针对应用目的和需求的差异，论文着重研究了投影寻踪算法的投影指标、优化算法和投影策略等关键问题，在此基础上设计并实现了基于投影寻踪的高光谱遥感图像异常检测算法、监督分类算法和端元提取算法。 在基于投影寻踪的异常检测算法中，论文提出了利用主成分分析进行降噪与降维处理，针对异常像元光谱信号的非高斯特性，设计了基于负熵的实码遗传算法优化的投影寻踪的异常检测算法，实现了自然背景下人工目标的快速检测。 在基于投影寻踪的监督分类算法中，论文针对了经典的基于单方向全波段投影寻踪的监督分类算法的原理和实现过程，针对经典算法在快速性、准确性和易混分类别分类精度上存在的不足，分别从投影策略和投影指标两个方面提出了改进方案，提出了基于分波段子集投影寻踪和基于多方向变投影指标投影寻踪的两种改进的监督分类算法，分别提高了算法的快速性和易混分类别的分类精度。 在基于投影寻踪的端元提取算法中，针对端元提取算法投影次数多、计算量大的问题，使用了一种以数据自身光谱向量作为最佳投影向量备选集的投影向量优化算法，提出使用PI曲线拐点作为阈值对该投影向量计进行自动筛选，提高了算法的自动性。同时，还提出了选择特征分量中灰度最大值对应的像元作为端元的端元位置确定方法。该端元提取算法在矿物识别应用中取得了良好效果。