收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

高光谱遥感影像自动混合像元分解研究

李华丽  
【摘要】:高光谱遥感影像具有光谱分辨率高、图谱合一的特点,可以提供区分不同物质的诊断性光谱信息。由于地物分布情况复杂、传感器空间分辨率的限制,高光谱遥感影像上混合像元普遍存在。混合像元分解能够突破高光谱传感器空间分辨力的限制,在亚像元精度内刻画出混合像元的分布情况等真实属性,提高影像信息提取精度。高光谱遥感影像的混合像元分解问题是高光谱信息处理的前沿问题,也是制约高光谱影像定量化发展的难点问题。本文针对高光谱影像混合像元分解中存在的忽略空间信息、端元数目难以精确估计、纯净像元不存在等问题进行深入研究,提出了融合空间信息的自动端元提取与混合像元分解的方法。具体地,本文的主要研究工作可以概括为: (1)总结了混合像元分解的常见模型,研究了线性混合像元分解模型和非线性混合像元分解的模型,以及基于线性混合像元分解的扩展模型、加权最小二乘模型、NCM随机模型和非线性的拓展模型;研究并归纳了自动端元提取与混合像元分解的方法;研究了盲分解理论在混合像元分解中的应用;分析了自动端元提取与混合像元分解存在的缺陷,并指出提高自动端元提取与混合像元分解精度可从以下三方面着手:①融合空间信息与光谱信息进行端元提取与混合像元分解;②精确估计或者自适应地调整端元个数;③针对纯净像元不存在这一情况,将盲分解应用到混合像元分解。 (2)提出一种融合空间信息的混合自动端元提取方法,无需数据降维,同时使用光谱信息散度和光谱角距离来增加识别端元的可分性,在保证提取端元准确性的同时,结合正交子空间投影和迭代误差分析,减少端元集合的相关性。不仅可以自动提取端元,还克服因端元集合之高相关性造成的端元提取精度较低的问题。实验结果表明,与传统的自动端元提取方法相比,融合了空间信息的混合自动端元提取端元精度更高。 (3)提出了一种基于最小体积方差限制的稀疏删减自动端元提取方法,无需给定初始端元个数,基于稀疏删减自适应的确定端元个数,利用最小体积方差替代最小体积的限制,进而基于非负矩阵分解来自动提取端元。实验证明,与其他的自动端元提取等方法相比,该方法无需端元数目的先验信息,而且在纯净像元不存在的情况下,自动端元提取的精度更高,效果更好。 (4)提出一种基于基于空间预处理的最小体积方差限制盲分解方法,该算法基于非负矩阵分解的理论框架,为了克服非负矩阵分解的解不唯一性,最小体积方差的限制施加在端元的求解上(求解源信号上),从而获得端元(信号源)和组分。实验表明,基于空间预处理的最小体积方差限制的盲分解方法与传统的盲分解方法相比,混合像元分解的精度更高。这反映出:同时使用了空间信息和光谱信息,考虑了影像中像素的空间关系,而不仅仅是把影像中的像素当成信号处理,可以更好地识别地物,提取端元;此外,实验还表明,基于空间预处理的最小体积方差限制的盲分解方法与最小体积限制的盲分解方法相比,还可以减少异常点和减少噪声干扰,使得混合像元分解结果更优。


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 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
4 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
5 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
6 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
7 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
8 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
9 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
10 马雪梅;陈亮;俞冰;徐锋;;基于决策树和混合像元分解的城市扩张分类[J];测绘通报;2006年10期
11 王红;祝民强;;基于混合像元分解的火星南极矿物制图研究[J];东华理工大学学报(自然科学版);2010年01期
12 董芳;赵庚星;王凌;朱西存;常春艳;;基于实测光谱混合像元分解的苹果园地遥感提取技术[J];应用生态学报;2012年12期
13 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
14 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
15 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
16 邓蕾;赵小锋;王慧娜;邱全毅;陈峰;;城市混合像元分解中土壤与不透水面纯像元选取方法的对比研究——以厦门为例[J];遥感技术与应用;2013年06期
17 刘涛;严海英;于曼竹;;高光谱影像混合像元分解比较研究[J];地理空间信息;2011年03期
18 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
19 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
20 张伟;杜培军;张华鹏;;基于神经网络的高光谱混合像元分解方法研究[J];测绘通报;2007年07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3条
1 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
2 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
3 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 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
2 宋慧;基于混合像元分解的土地利用分类[D];济南大学;2013年
3 黄竞铖;基于因子分析的混合像元分解方法研究[D];吉林大学;2012年
4 刘学;棉花遥感识别的混合像元分解研究[D];石河子大学;2008年
5 钟晓姣;高光谱数据混合像元分解与光谱匹配验证算法[D];南京理工大学;2013年
6 郑丽;混合像元分解及其应用研究[D];重庆交通大学;2010年
7 吴昌原;高光谱图像混合像元分解方法研究[D];华东师范大学;2014年
8 陶雪涛;线性模型下多通道遥感图像混合像元分解方法研究[D];复旦大学;2008年
9 陈子玄;混合像元分解技术及其在阜新市土地覆盖分类中的应用研究[D];辽宁工程技术大学;2008年
10 刘雪松;基于非负矩阵分解的高光谱遥感图像混合像元分解研究[D];复旦大学;2011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