中文摘要：

高光谱遥感图像混合像元分解是高光谱遥感应用的关键问题之一，非监督光谱解混技术为该问题的解决提供了一条新的思路。目前高光谱图像解混方法主要基于线性混合模型，非线性解混方法研究得较少。理论与实验结果均表明非线性混合模型能更好地解决微观尺度上地物的精细光谱分析和小概率目标的检测与识别问题，本项目以非监督的高光谱图像非线性解混技术为主要研究内容，利用核函数理论和有效的线性非监督分解方法，从四个方面展开研究基于核扩展理论的非监督非线性光谱解混技术，结合图像空间和光谱信息的核函数构造技术，非线性光谱解混的时间和空间复杂度，非线性光谱解混效果的评判标准。该项目的研究成果解决了高光谱遥感数据混合像元分解中非线性模型难以确定以及计算复杂的问题，也可以为高光谱混合像元分解效果的评价提供一种可供参考的标准。

结论摘要：

高光谱遥感图像混合像元分解是高光谱遥感应用的关键问题之一，非监督光谱解混技术为该问题的解决提供了一条新的思路。本项目以非监督的高光谱图像非线性解混技术为主要研究内容，对基于核扩展理论的非监督非线性光谱解混技术，结合图像空间和光谱信息的核函数构造技术，非线性光谱解混的时间和空间复杂度，非线性光谱解混效果的评判标准等问题进行了深入研究，取得了一系列成果。首先，基于线性光谱混合模型,对非监督的端元提取算法和有限混合像元分解算法进行了深入研究，在此基础上，提出了非线性的端元提取算法和基于核非负矩阵的有限混合像元分解算法；分别基于像素点二阶邻域特征提取空间邻域信息和数学形态学提取空间信息，研究了空间信息和光谱信息组合的核函数构造问题；通过算法快速实现的理论推导和波段选择解决光谱解混的时间和空间复杂度问题；提出了以光谱解混后的亚像元定位精度作为非线性光谱解混效果的评判标准。这些研究成果有助于提高高光谱图像在民用和军事国防中的应用范围，具有非常重要的经济、军事和社会价值。