收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

高光谱图像混合像元分解技术研究

崔媛  
【摘要】:高光谱遥感将具有地物性质的光谱与地物空间与几何特性的图像有机地结合在一起为人类提供了前所未有的丰富信息,但高光谱遥感信息提取与识别面临的一个突出问题就是混合像元,解决混合像元方法就是混合像元分解。高光谱图像的混合像元分解是对图像中的混合像元进行解混的过程,其本质是将原始图像分解为多种纯净地物及相应的丰度,而非负矩阵分解是一种将非负的数据矩阵分解为两个非负的矩阵相乘的算法。本文主要围绕像元形成的线性效应来展开,利用非负矩阵分解算法,对混合像元分解进行研究和分析。首先,对混合像元产生的原因进行了分析;然后,对高光谱图像解混涉及的线性混合模型、端元提取、丰度估计和评价指标等几个方面的内容进行了详细论述,对传统的各类端元提取算法和丰度估计算法进行了分析,比较了各算法的优缺点。针对传统非负矩阵分解法中解空间较大、存在大量局部极小值的问题,提出了一种改进的平滑性和稀疏性约束的非负矩阵分解法(INMFSSC)。首先使用顶点成分分析法对高光谱图像进行端元提取,将其作为端元矩阵的初始值;然后,将最小二乘法提取的丰度作为丰度矩阵的初始值;最后,在目标函数中加入平滑性和稀疏性约束,从而实现对混合像元进行较好的分解。通过对模拟高光谱数据和真实遥感图像的仿真研究,实验结果表明,该方法不仅能有效地克服传统非负矩阵分解法的缺陷,而且能估计出精确的端元和对应的丰度,获得较好的解混效果。高光谱图像中混合像元的存在直接影响基于遥感影像的地物识别精度,光谱解混算法可以有效地解决混合像元问题。最小体积限制的非负矩阵分解算法(MVCNMF)不需要假定纯像元的存在;并且在自动提取端元的同时,能够获取每种端元所对应的丰度图;然而该方法并没有考虑丰度矩阵的稀疏特性,所以提出了将平滑L0模稀疏约束引入到MVCNMF算法中,用于进一步提高算法的精度。通过模拟高光谱数据和真实遥感图像进行仿真研究,实验结果表明改进的算法提高了算法的精度。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 张彦,邵美珍;基于径向基函数神经网络的混合像元分解[J];遥感学报;2002年04期
2 唐世浩,朱启疆,李小文,王锦地,阎广建;高光谱与多角度数据联合进行混合像元分解研究[J];遥感学报;2003年03期
3 惠巍巍;衣德萍;廖彩霞;曲林;;混合像元分解研究综述[J];林业科技情报;2007年01期
4 刘俊;姚国清;;混合像元分解方法的研究[J];电脑知识与技术;2009年13期
5 赵小锋;邱全毅;;4种混合像元分解方法在沿海丘陵城市地表组分分析中的比较研究[J];遥感技术与应用;2009年06期
6 詹锡兰;吴波;;一种基于高斯马尔可夫随机场模型的混合像元分解方法[J];福州大学学报(自然科学版);2011年01期
7 吕长春,王忠武,钱少猛;混合像元分解模型综述[J];遥感信息;2003年03期
8 崔雨勇;曾致远;付必涛;毛典辉;;基于边界提取的混合像元分解[J];人民长江;2008年08期
9 范渭亮;杜华强;周国模;徐小军;崔瑞蕊;董德进;;模拟真实场景的混合像元分解[J];遥感学报;2010年06期
10 吴波;周小成;高海燕;;面向混合像元分解的光谱维小波特征提取[J];华侨大学学报(自然科学版);2008年01期
11 张子石;潘聪;陈红顺;;基于有监督模糊C-均值算法的混合像元分解[J];遥感技术与应用;2009年06期
12 刘力帆;王斌;张立明;;基于自组织映射和模糊隶属度的混合像元分解[J];计算机辅助设计与图形学学报;2008年10期
13 杨伟;陈晋;松下文经;沈妙根;陈学泓;;基于混合像元分解的遥感图像融合实用算法[J];中国科学:信息科学;2010年05期
14 于钺;顾华;孙卫东;;基于混合像元分解的薄云下光学遥感图像恢复方法[J];中国图象图形学报;2010年11期
15 李熙;关泽群;沈体雁;;基于贝叶斯网络的混合像元分解模型[J];光电子.激光;2008年08期
16 李慧;王云鹏;李岩;王兴芳;;基于形态学和支持向量的遥感图像混合像元分解[J];遥感技术与应用;2009年01期
17 胡健波;陈玮;李小玉;何兴元;;基于线性混合像元分解的沈阳市三环内城市植被盖度变化[J];应用生态学报;2009年05期
18 陈峰;邱全毅;熊永柱;黄少鹏;;基于线性光谱模型的混合像元分解方法与比较[J];遥感信息;2010年04期
19 刘雪松;王斌;张立明;;基于非负矩阵分解的高光谱遥感图像混合像元分解[J];红外与毫米波学报;2011年01期
20 金鑫;柯长青;;基于混合像元分解的天山典型地区冰雪变化监测[J];国土资源遥感;2012年04期
中国重要会议论文全文数据库 前8条
1 王强;黄楠;;混合像元分解研究综述[A];中国地理信息系统协会第四次会员代表大会暨第十一届年会论文集[C];2007年
2 胡霞;雷星松;;基于时序的遥感影像混合像元分解模型的研究[A];第十七届中国遥感大会摘要集[C];2010年
3 张良培;丛浩;;一种可选端元的混合像元分解方法[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年
4 俞晨;邹伟;余先川;;遥感图像混合像元分解方法研究[A];第十二届全国图象图形学学术会议论文集[C];2005年
5 魏一苇;黄世奇;;高光谱混合像元分解技术研究综述[A];国家安全地球物理丛书(九)——防灾减灾与国家安全[C];2013年
6 魏一苇;黄世奇;刘代志;;基于独立成分分析的高光谱混合像元分解方法[A];国家安全地球物理丛书(八)——遥感地球物理与国家安全[C];2012年
7 邓书斌;陈秋锦;;基于MTMF的混合像元分解方法研究[A];中国遥感应用协会2010年会暨区域遥感发展与产业高层论坛论文集[C];2010年
8 邓书斌;陈秋锦;;基于MTMF的混合像元分解方法研究[A];第十七届中国遥感大会摘要集[C];2010年
中国博士学位论文全文数据库 前4条
1 孔祥兵;基于同质区分析的高光谱影像混合像元分解[D];武汉大学;2012年
2 李二森;高光谱遥感图像混合像元分解的理论与算法研究[D];解放军信息工程大学;2011年
3 李华丽;高光谱遥感影像自动混合像元分解研究[D];武汉大学;2012年
4 许菡;遥感影像混合像元分解新方法及应用研究[D];首都师范大学;2013年
中国硕士学位论文全文数据库 前10条
1 徐双双;基于混合像元分解的高光谱图像去雾方法的研究[D];南京理工大学;2015年
2 韩威宏;基于混合像元分解的遥感产品真实性检验研究[D];电子科技大学;2014年
3 辛蕾;绿潮卫星遥感监测方法精细化研究[D];中国海洋大学;2014年
4 吴明艳;部分植被覆盖下的土壤盐分高光谱遥感反演[D];东南大学;2015年
5 郭阳;联合近似稀疏和全变差正则化的高光谱影像混合像元分解[D];江西科技师范大学;2015年
6 李耀辉;风云气象数据在农情定量监测中的应用研究[D];郑州大学;2016年
7 孔美美;基于混合像元分解的水体提取及变化监测研究[D];华侨大学;2016年
8 崔媛;高光谱图像混合像元分解技术研究[D];沈阳航空航天大学;2016年
9 罗恩湖;基于进化多目标优化的高光谱稀疏混合像元分解技术研究[D];西安电子科技大学;2015年
10 李君;线性与非线性混合像元分解模型的比较研究[D];东北林业大学;2008年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978