文献综述
1、高光谱图像的背景
遥感是利用地面、航空或卫星等平台上的各种传感器（如可见光、红外、微波等），不直接接触被研究目标、区域或现象来获取有关数据，并对所获取的数据进行分析从而得到所需要信息的一门新兴的科学技术[1-5]。遥感之所以能够根据收集到的电磁波来判断地物目标和自然现象，是因为一切物体由于其种类、特征和环境条件的不同而具有完全不同的电磁波反射或发射辐射特征，其技术主要是建立在物体反射或发射电磁波的原理之上的[5]。光谱分辨率是遥感技术发展的一个重要的指标，目前已由多光谱发展到高光谱，正向超光谱发展。[6]
在遥感发展史上，20世纪80年代兴起的高光谱遥感可以说是一个概念上和技术上的创新。高光谱遥感是指光谱分辨率较高的遥感，其成像光谱仪在许多非常窄且连续的电磁波段（通常波段宽度小于10nm）上获取图像数据，波段范围覆盖了从可见光到红外区域。对于获取的高光谱图像的每个像元（像素），高光谱成像光谱仪都能提供数十至数百个波段信息，它们组成了一条完整且连续的光谱曲线。图1.1展示了高光谱图像的概念，可以看出，高光谱成像光谱仪将图像中的各种地物都以完整的光谱曲线记录下来。现有工作研究表明[8]，许多地表物质的吸收特性仅表现在20到40nm的光谱分辨率范围内。由于高光谱成像光谱仪获取的连续波段宽度一般在10nm以内，因而这些光谱数据能以足够的光谱分辨率区分出那些传统遥感中不可探测的物质[7,9]。这一点使得高光谱图像可用于多学科的研究和应用中[10,11]。
随着空间技术的发展，高光谱遥感在矿物识别、环境监测、军事监视等领域得到广泛的应用[7]。与此同时，随着人类社会面临越来越大的人口、资源和环境的压力，寻求可能的解决途径已成为人们不懈努力的方向。高光谱遥感就是解决人类实际问题的一个有效手段。
尽管高光谱遥感数据处理技术取得了很大的发展，但就发展状况来看，硬件技术的发展远远超前于数据处理技术，海量光谱遥感信息远没有被充分挖掘和处理，数据处理技术还远不能满足现实需要。高光谱图像相对传统遥感图像具有数据量大、波段多等特点，一些针对传统遥感图像的处理技术，并不能简单地直接应用于高光谱图像。如何充分有效地挖掘高光谱图像中包含的信息，如何对高光谱图像进行处理，使其能够更好地解决实际问题，是我们面临的一项挑战。
图1.1高光谱图像示意图(摘自文献[12])
高光谱图像处理是高光谱遥感众多数据处理技术中的一种，按照不同的应用方向，我们可以将它分为如下几类。图1.2给出了具体的高光谱图像处理技术，其中解混、分类受到的关注较多（检测在形式上可以认为是一个两类的分类问题，即目标和非目标）。
高光谱图像解混是高光谱遥感图像处理中的一个重要的基础研究课题。虽然高光谱遥感器可以从可见光到红外区域数以百计个狭窄且连续的波段上获取某一场景的辐射值，然而由于光谱成像仪的限制和地表的复杂多样性，高光谱遥感器获得图像的某些像元中往往包含多种物质（端元），这些像元点被称为混合像元。混合像元的存在不仅增加了分类、识别等应用的难度，而且阻碍了遥感的定量化发展，因而需要对高光谱图像进行有效的混合像元分解，求解出图像中包含的成分（端元）光谱及其比例（丰度）系数，这就是所谓的光谱解混。
