高光譜影像端元數(shù)目估計(jì)的諧波分析假設(shè)檢驗(yàn)?zāi)Ｐ?/H1>
發(fā)布時(shí)間：2017-10-19 03:29
本文關(guān)鍵詞：高光譜影像端元數(shù)目估計(jì)的諧波分析假設(shè)檢驗(yàn)?zāi)Ｐ?/strong>
更多相關(guān)文章： 高光譜遙感 諧波分析 二元假設(shè)檢驗(yàn) Neyman Pearson準(zhǔn)則 端元數(shù)目估計(jì)
【摘要】：端元提取是高光譜遙感研究的重點(diǎn)內(nèi)容之一。在高光譜影像信息識(shí)別、環(huán)境監(jiān)測(cè)、資源探測(cè)和豐度反演等領(lǐng)域有著重要運(yùn)用。為了實(shí)現(xiàn)有效的端元提取,如何準(zhǔn)確估計(jì)(尤其是未知區(qū)域)高光譜影像中端元數(shù)目就顯得更為關(guān)鍵,特別是在無(wú)人或境外地區(qū)的遙感探測(cè)方面極有實(shí)際價(jià)值。端元數(shù)目估計(jì)過多或者過少,都會(huì)影響端元提取和混合像元分解的精度。基于諧波分析(harmonic analysis,HA)理論實(shí)現(xiàn)了高光譜影像有效去噪,并結(jié)合二元假設(shè)檢驗(yàn)方法構(gòu)建了一種高光譜影像端元數(shù)目估計(jì)的諧波分析假設(shè)檢驗(yàn)(HA-hypothesis testing,HAHT)模型。通過AVIRIS和Hyperion高光譜影像的可行性分析與普適性驗(yàn)證,并與HFC(Harsanyi Farrand Chang)、特征值極大似然函數(shù)(eigenvalue likelihood maximization,ELM)和最小誤差高光譜信號(hào)辨識(shí)法(hyperspectral signal identification by minimum error,HYSIME)等常規(guī)的端元數(shù)估計(jì)算法應(yīng)用成果相對(duì)比,表明HAHT模型所估計(jì)的端元數(shù)目與實(shí)際地物數(shù)具有更高的吻合度。同時(shí),采用較成熟的連續(xù)最大角凸錐(sequential maximum angle convex cone,SMACC)方法提取了端元波譜曲線,通過比較設(shè)置2(HFC估計(jì)數(shù))、8(HAHT估計(jì)數(shù))和14(HYSIME估計(jì)數(shù))不同端元數(shù)的提取結(jié)果,也證明HAHT模型在估計(jì)端元數(shù)目時(shí)具有較高準(zhǔn)確性,以及較好的適用性和應(yīng)用前景。
【作者單位】： 中國(guó)礦業(yè)大學(xué)(北京)地球科學(xué)與測(cè)繪工程學(xué)院;
【關(guān)鍵詞】： 高光譜遙感 諧波分析 二元假設(shè)檢驗(yàn) Neyman Pearson準(zhǔn)則 端元數(shù)目估計(jì)
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(41271436)資助
【分類號(hào)】：TP751
【正文快照】： 高光譜遙感因具有“圖譜合一”、較高的光譜分辨率等特點(diǎn)而成為當(dāng)今遙感領(lǐng)域的研究熱點(diǎn);但其較低空間分辨率與大量混合像元存在嚴(yán)重制約了高光譜遙感的實(shí)際應(yīng)用,從而近年來有較多的混合像元分解和端元提取算法等被廣泛研究以解決此方面存在的不足。目前,國(guó)內(nèi)外常用的較成熟端 【相似文獻(xiàn)】
中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條
1 齊建成;朱述龍;朱寶山;趙泳;李二森;;圖像端元全自動(dòng)提取方法研究[J];海洋測(cè)繪;2009年02期
2 朱述龍;齊建成;朱寶山;曹聞;;以凸面單體邊界為搜索空間的端元快速提取算法[J];遙感學(xué)報(bào);2010年03期
3 王立國(guó);張晶;劉丹鳳;王群明;;從端元選擇到光譜解混的距離測(cè)算方法[J];紅外與毫米波學(xué)報(bào);2010年06期
4 曹建農(nóng);王貝貝;何曉寧;;高光譜端元自動(dòng)確定與提取的迭代算法[J];遙感學(xué)報(bào);2013年02期
5 吳波,張良培,李平湘;高光譜端元自動(dòng)提取的迭代分解方法[J];遙感學(xué)報(bào);2005年03期
6 陳子玄;武文波;;基于線性混合模型的端元提取方法綜述[J];測(cè)繪科學(xué);2008年S3期
7 陳子玄;武文波;;基于線性混合模型的端元提取方法綜述[J];測(cè)繪科學(xué);2008年S1期
8 李熙;關(guān)澤群;秦昆;張力;曹靈靈;;基于貝葉斯推理的像元內(nèi)部端元選擇模型[J];光學(xué)學(xué)報(bào);2009年09期
9 彭青青;楊遼;王杰;沈金祥;;基于異常探測(cè)的高光譜端元提取方法研究[J];遙感技術(shù)與應(yīng)用;2011年04期
10 崔建濤;王晶;厲小潤(rùn);趙遼英;;基于空間像素純度指數(shù)的端元提取算法[J];浙江大學(xué)學(xué)報(bào)(工學(xué)版);2013年09期
中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前1條
1 王百合;劉志剛;李義紅;;基于光譜角分析的端元光譜聚類方法研究[A];國(guó)家安全地球物理叢書（九）——防災(zāi)減災(zāi)與國(guó)家安全[C];2013年
中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前4條
1 齊濱;高光譜圖像分類及端元提取方法研究[D];哈爾濱工程大學(xué);2012年
2 黃遠(yuǎn)程;高光譜影像混合像元分解的若干關(guān)鍵技術(shù)研究[D];武漢大學(xué);2010年
3 楊華東;高光譜遙感影像光譜解混算法研究[D];大連海事大學(xué);2015年
4 李智勇;高光譜圖像異常檢測(cè)方法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2004年
中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條
1 馮淑娜;基于多端元混合像元分解的喀斯特石漠化表征因子提取研究[D];中國(guó)礦業(yè)大學(xué);2015年
2 崔俊濤;對(duì)于高光譜圖像端元解混方法研究[D];西安電子科技大學(xué);2013年
3 王可;多端元光譜混合分析算法研究[D];電子科技大學(xué);2015年
4 張甬榮;基于有效端元集的雙線性解混模型研究及應(yīng)用[D];大連海事大學(xué);2013年
5 劉正春;多端元光譜混合分析方法研究[D];中南大學(xué);2012年
6 劉益世;高光譜遙感混合像元端元提取研究及應(yīng)用[D];中南大學(xué);2013年
7 武鶴;基于數(shù)學(xué)形態(tài)學(xué)的高光譜圖像端元提取技術(shù)研究[D];成都理工大學(xué);2011年
8 曾凡霞;高光譜遙感圖像端元提取算法改進(jìn)及性能優(yōu)化[D];成都理工大學(xué);2013年
9 王麗姣;基于單形體體積增長(zhǎng)的高光譜圖像端元提取及快速實(shí)現(xiàn)[D];浙江大學(xué);2015年
10 薛綺;基于線性混合模型的高光譜圖像端元提取方法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2004年
，
本文編號(hào)：1058796
本文鏈接：http://sikaile.net/guanlilunwen/gongchengguanli/1058796.html
本文關(guān)鍵詞：高光譜影像端元數(shù)目估計(jì)的諧波分析假設(shè)檢驗(yàn)?zāi)Ｐ?/strong>
更多相關(guān)文章： 高光譜遙感 諧波分析 二元假設(shè)檢驗(yàn) Neyman Pearson準(zhǔn)則 端元數(shù)目估計(jì)
【摘要】：端元提取是高光譜遙感研究的重點(diǎn)內(nèi)容之一。在高光譜影像信息識(shí)別、環(huán)境監(jiān)測(cè)、資源探測(cè)和豐度反演等領(lǐng)域有著重要運(yùn)用。為了實(shí)現(xiàn)有效的端元提取,如何準(zhǔn)確估計(jì)(尤其是未知區(qū)域)高光譜影像中端元數(shù)目就顯得更為關(guān)鍵,特別是在無(wú)人或境外地區(qū)的遙感探測(cè)方面極有實(shí)際價(jià)值。端元數(shù)目估計(jì)過多或者過少,都會(huì)影響端元提取和混合像元分解的精度。基于諧波分析(harmonic analysis,HA)理論實(shí)現(xiàn)了高光譜影像有效去噪,并結(jié)合二元假設(shè)檢驗(yàn)方法構(gòu)建了一種高光譜影像端元數(shù)目估計(jì)的諧波分析假設(shè)檢驗(yàn)(HA-hypothesis testing,HAHT)模型。通過AVIRIS和Hyperion高光譜影像的可行性分析與普適性驗(yàn)證,并與HFC(Harsanyi Farrand Chang)、特征值極大似然函數(shù)(eigenvalue likelihood maximization,ELM)和最小誤差高光譜信號(hào)辨識(shí)法(hyperspectral signal identification by minimum error,HYSIME)等常規(guī)的端元數(shù)估計(jì)算法應(yīng)用成果相對(duì)比,表明HAHT模型所估計(jì)的端元數(shù)目與實(shí)際地物數(shù)具有更高的吻合度。同時(shí),采用較成熟的連續(xù)最大角凸錐(sequential maximum angle convex cone,SMACC)方法提取了端元波譜曲線,通過比較設(shè)置2(HFC估計(jì)數(shù))、8(HAHT估計(jì)數(shù))和14(HYSIME估計(jì)數(shù))不同端元數(shù)的提取結(jié)果,也證明HAHT模型在估計(jì)端元數(shù)目時(shí)具有較高準(zhǔn)確性,以及較好的適用性和應(yīng)用前景。
【作者單位】： 中國(guó)礦業(yè)大學(xué)(北京)地球科學(xué)與測(cè)繪工程學(xué)院;
【關(guān)鍵詞】： 高光譜遙感 諧波分析 二元假設(shè)檢驗(yàn) Neyman Pearson準(zhǔn)則 端元數(shù)目估計(jì)
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(41271436)資助
【分類號(hào)】：TP751
【正文快照】： 高光譜遙感因具有“圖譜合一”、較高的光譜分辨率等特點(diǎn)而成為當(dāng)今遙感領(lǐng)域的研究熱點(diǎn);但其較低空間分辨率與大量混合像元存在嚴(yán)重制約了高光譜遙感的實(shí)際應(yīng)用,從而近年來有較多的混合像元分解和端元提取算法等被廣泛研究以解決此方面存在的不足。目前,國(guó)內(nèi)外常用的較成熟端
【相似文獻(xiàn)】
中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條
1 齊建成;朱述龍;朱寶山;趙泳;李二森;;圖像端元全自動(dòng)提取方法研究[J];海洋測(cè)繪;2009年02期
2 朱述龍;齊建成;朱寶山;曹聞;;以凸面單體邊界為搜索空間的端元快速提取算法[J];遙感學(xué)報(bào);2010年03期
3 王立國(guó);張晶;劉丹鳳;王群明;;從端元選擇到光譜解混的距離測(cè)算方法[J];紅外與毫米波學(xué)報(bào);2010年06期
4 曹建農(nóng);王貝貝;何曉寧;;高光譜端元自動(dòng)確定與提取的迭代算法[J];遙感學(xué)報(bào);2013年02期
5 吳波,張良培,李平湘;高光譜端元自動(dòng)提取的迭代分解方法[J];遙感學(xué)報(bào);2005年03期
6 陳子玄;武文波;;基于線性混合模型的端元提取方法綜述[J];測(cè)繪科學(xué);2008年S3期
7 陳子玄;武文波;;基于線性混合模型的端元提取方法綜述[J];測(cè)繪科學(xué);2008年S1期
8 李熙;關(guān)澤群;秦昆;張力;曹靈靈;;基于貝葉斯推理的像元內(nèi)部端元選擇模型[J];光學(xué)學(xué)報(bào);2009年09期
9 彭青青;楊遼;王杰;沈金祥;;基于異常探測(cè)的高光譜端元提取方法研究[J];遙感技術(shù)與應(yīng)用;2011年04期
10 崔建濤;王晶;厲小潤(rùn);趙遼英;;基于空間像素純度指數(shù)的端元提取算法[J];浙江大學(xué)學(xué)報(bào)(工學(xué)版);2013年09期
中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前1條
1 王百合;劉志剛;李義紅;;基于光譜角分析的端元光譜聚類方法研究[A];國(guó)家安全地球物理叢書（九）——防災(zāi)減災(zāi)與國(guó)家安全[C];2013年
中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前4條
1 齊濱;高光譜圖像分類及端元提取方法研究[D];哈爾濱工程大學(xué);2012年
2 黃遠(yuǎn)程;高光譜影像混合像元分解的若干關(guān)鍵技術(shù)研究[D];武漢大學(xué);2010年
3 楊華東;高光譜遙感影像光譜解混算法研究[D];大連海事大學(xué);2015年
4 李智勇;高光譜圖像異常檢測(cè)方法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2004年
中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條
1 馮淑娜;基于多端元混合像元分解的喀斯特石漠化表征因子提取研究[D];中國(guó)礦業(yè)大學(xué);2015年
2 崔俊濤;對(duì)于高光譜圖像端元解混方法研究[D];西安電子科技大學(xué);2013年
3 王可;多端元光譜混合分析算法研究[D];電子科技大學(xué);2015年
4 張甬榮;基于有效端元集的雙線性解混模型研究及應(yīng)用[D];大連海事大學(xué);2013年
5 劉正春;多端元光譜混合分析方法研究[D];中南大學(xué);2012年
6 劉益世;高光譜遙感混合像元端元提取研究及應(yīng)用[D];中南大學(xué);2013年
7 武鶴;基于數(shù)學(xué)形態(tài)學(xué)的高光譜圖像端元提取技術(shù)研究[D];成都理工大學(xué);2011年
8 曾凡霞;高光譜遙感圖像端元提取算法改進(jìn)及性能優(yōu)化[D];成都理工大學(xué);2013年
9 王麗姣;基于單形體體積增長(zhǎng)的高光譜圖像端元提取及快速實(shí)現(xiàn)[D];浙江大學(xué);2015年
10 薛綺;基于線性混合模型的高光譜圖像端元提取方法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2004年
，本文編號(hào)：1058796
本文鏈接：http://sikaile.net/guanlilunwen/gongchengguanli/1058796.html
