本文關(guān)鍵詞： 二進(jìn)制粒子群優(yōu)化 高光譜圖像 亞像元定位 空間相關(guān)性 光譜解混　出處：《中國圖象圖形學(xué)報(bào)》2016年06期 　論文類型：期刊論文

【摘要】：目的高光譜圖像混合像元的普遍存在使得傳統(tǒng)的分類技術(shù)難以準(zhǔn)確確定地物空間分布,亞像元定位技術(shù)是解決該問題的有效手段。針對連通區(qū)域存在孤立點(diǎn)或孤立兩點(diǎn)等特例時(shí),通過鏈碼長度求周長最小無法保證最優(yōu)結(jié)果及優(yōu)化過程計(jì)算量大的問題,提出了一種改進(jìn)的高光譜圖像亞像元定位方法。方法以光譜解混結(jié)合二進(jìn)制粒子群優(yōu)化構(gòu)建算法框架,根據(jù)光譜解混結(jié)果近似估計(jì)每個(gè)像元對應(yīng)的亞像元組成,通過分析連通區(qū)域存在特例時(shí)基于鏈碼長度求周長最小無法保證結(jié)果最優(yōu)的原因,提出修改孤立區(qū)域的周長并考慮連通區(qū)域個(gè)數(shù)構(gòu)造代價(jià)函數(shù),最后利用二進(jìn)制粒子群優(yōu)化實(shí)現(xiàn)亞像元定位。為了減少算法的時(shí)間復(fù)雜度,根據(jù)地物空間分布特點(diǎn),采用局部分析代替全局分析,提出了新的迭代優(yōu)化策略。結(jié)果相比直接基于鏈碼長度求周長最小的優(yōu)化結(jié)果,基于改進(jìn)的目標(biāo)函數(shù)優(yōu)化后,大部分區(qū)域邊界更明顯,并且沒有孤立1點(diǎn)和孤立兩點(diǎn)的區(qū)域,識別率可以提高2%以上,Kappa系數(shù)增加0.05以上,新的優(yōu)化策略可以使算法運(yùn)算時(shí)間減少近一半。結(jié)論實(shí)驗(yàn)結(jié)果表明,本文方法能有效提高亞像元定位精度,同時(shí)降低時(shí)間復(fù)雜度。因?yàn)楦吖庾V圖像中均勻混合區(qū)域不同地物的分布空間相關(guān)性不強(qiáng),因此本文方法適用于非均勻混合的高光譜圖像的亞像元定位。
[Abstract]:Objective because of the prevalence of mixed pixels in hyperspectral images, it is difficult for traditional classification techniques to accurately determine the spatial distribution of ground objects. Sub-pixel localization technique is an effective method to solve this problem. When there are isolated points or isolated two points in the connected region and other special cases. Solving the minimum circumference by the length of chain code can not guarantee the optimal result and the problem that the calculation of the optimization process is heavy. An improved sub-pixel localization method for hyperspectral images is proposed. The algorithm frame is constructed by spectral demultiplexing and binary particle swarm optimization. The sub-pixel composition of each pixel is estimated approximately according to the spectral unmixing results. By analyzing the reason that the minimum circumference based on chain code length can not guarantee the optimal result when there is a special case in the connected region, a cost function is proposed to modify the circumference of the isolated region and to consider the number of connected regions to construct the cost function. Finally, binary particle swarm optimization is used to realize sub-pixel localization. In order to reduce the time complexity of the algorithm, the local analysis is used to replace the global analysis according to the spatial distribution characteristics of the objects. A new iterative optimization strategy is proposed. The results show that most of the region boundaries are more obvious than those based on the chain code length and the improved objective function. Moreover, the recognition rate can be increased by more than 2% and the Kappa coefficient can be increased by more than 2% if there is no isolated region of 1 point and isolated two points. The new optimization strategy can reduce the computational time of the algorithm by nearly half. Conclusion the experimental results show that the proposed method can effectively improve the accuracy of sub-pixel localization. Because the spatial correlation of different ground objects in homogeneous mixing region in hyperspectral images is not strong, this method is suitable for sub-pixel localization of heterogeneous hyperspectral images.
【作者單位】： 杭州電子科技大學(xué)計(jì)算機(jī)應(yīng)用技術(shù)研究所;浙江大學(xué)電氣工程學(xué)院;
【基金】：浙江省自然科學(xué)基金項(xiàng)目(LZ14F030004) 國家自然科學(xué)基金項(xiàng)目(61571170)~~
【分類號】：TP751
【正文快照】： 0引言高光譜圖像包含了從可見光到近紅外幾百個(gè)連續(xù)的狹窄波段光譜信息,克服了寬波段遙感探測的局限,可以對物質(zhì)表面信息進(jìn)行完整的光譜描述,被廣泛應(yīng)用于多種領(lǐng)域,成為對地觀測重要的信息源之一。但由于成像原理與制造技術(shù)等因素的限制,高光譜圖像的空間分辨率相對較低,混合

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 黃慧娟;禹晶;肖創(chuàng)柏;孫衛(wèi)東;;基于局部連續(xù)性與全局相似性的光譜保持型亞像元映射[J];自動化學(xué)報(bào);2014年08期

2 車雙良,汶德勝;像元間隔對亞像元動態(tài)成像系統(tǒng)MTF的影響[J];光電工程;2002年02期

3 任武;葛詠;;遙感影像亞像元制圖方法研究進(jìn)展綜述[J];遙感技術(shù)與應(yīng)用;2011年01期

4 凌峰;吳勝軍;肖飛;吳柯;李曉冬;;遙感影像亞像元定位研究綜述[J];中國圖象圖形學(xué)報(bào);2011年08期

5 王群明;王立國;劉丹鳳;王正艷;;基于最小二乘支持向量機(jī)的線性特征地物亞像元定位(英文)[J];紅外與激光工程;2012年06期

6 車雙良,汶德勝,李軼,張興社;亞像元動態(tài)成像技術(shù)中系統(tǒng)的調(diào)制傳遞函數(shù)[J];應(yīng)用光學(xué);2002年03期

7 楊懷棟;陳科新;何慶聲;金國藩;;亞像元光譜圖重建算法[J];光譜學(xué)與光譜分析;2009年12期

8 吳柯;牛瑞卿;沈煥峰;凌峰;陳濤;;結(jié)合超分辨率重建的神經(jīng)網(wǎng)絡(luò)亞像元定位方法[J];中國圖象圖形學(xué)報(bào);2010年11期

9 李洪均;徐抒巖;閆得杰;;遙感圖像的亞像元匹配方法研究[J];激光技術(shù);2008年05期

10 Raul Zurita-Milla;Jan G.P.W. Clevers;Michael E. Schaepman;Antonio J. Plaza;;基于MERIS影像空間、光譜及時(shí)間維信息提取亞像元級的土地覆蓋組分(英文)[J];遙感學(xué)報(bào);2007年05期

相關(guān)會議論文 前2條

1 蘭碩;劉明川;;基于亞像元成像技術(shù)的折軸三反射光學(xué)系統(tǒng)設(shè)計(jì)[A];第十屆全國光電技術(shù)學(xué)術(shù)交流會論文集[C];2012年

2 尋麗娜;方勇華;;約束能量最小化算法在亞像元目標(biāo)檢測中的應(yīng)用[A];中國光學(xué)學(xué)會2006年學(xué)術(shù)大會論文摘要集[C];2006年

相關(guān)碩士學(xué)位論文 前1條

1 譚志敏;遙感影像亞像元定位算法研究[D];華中科技大學(xué);2013年

，

本文編號：1467212