Обзор гиперспектрального размешения: геометрические, статистические и методы на основе разреженной регрессии

Изображающие спектрометры измеряют электромагнитную энергию, рассеянную в их мгновенном поле зрения, по сотням или тысячам спектральных каналов с более высокой спектральной разрешающей способностью, чем у мультиспектральных камер; поэтому их часто называют гиперспектральными камерами (HSC). Более высокая спектральная разрешающая способность позволяет идентифицировать материалы с помощью спектроскопического анализа, что способствует множеству приложений, требующих определения материалов в условиях, неподходящих для классического спектроскопического анализа. Из‑за низкого пространственного разрешения HSC, микроскопического смешения материалов и множественного рассеяния спектры, измеренные HSC, представляют собой смеси спектров материалов сцены; следовательно, для точной оценки требуется размыкание (unmixing). Предполагается, что пиксели являются смесями нескольких материалов, называемых эндмемберами. Размыкание включает оценку всех или некоторых из следующих величин: числа эндмемберов, их спектральных сигнатур и их долей (абунданс) в каждом пикселе. Размыкание — это сложная плохо обусловленная обратная задача из‑за неточностей моделей, шума наблюдения, условий окружающей среды, вариабельности эндмемберов и размера наборов данных. Исследователи разработали и исследовали многие модели в поисках робастных, устойчивых, вычислимо реализуемых и точных алгоритмов размыкания. В данной статье представлен обзор методов размыкания с момента учебного обзора Кешавы и Мастерда до настоящего времени. Сначала обсуждаются модели смешения. Описаны алгоритмы размыкания на основе сигнального подпространства, геометрические, статистические, основанные на разреженности и учитывающие пространственный контекст подходы. Изложены математические задачи и возможные решения, а характеристики алгоритмов проиллюстрированы экспериментально.