發(fā)布時(shí)間：2019-02-21 20:39

【摘要】：光譜混合分析對提高遙感影像分類具有重要意義,其中端元變化處理是提高解混精度的關(guān)鍵。目前,許多算法被用來解決端元變化,但仍存在一些問題有待解決,如算法運(yùn)行效率慢、忽略端元的高階交互、像元空間鄰城信息缺失。結(jié)合IDL和MATLAB混合編程,利用確定性模型中的交替最小角度法和統(tǒng)計(jì)性模型中考慮高階項(xiàng)的非線性算法對Hyperion影像進(jìn)行端元變化解混,再利用概率松弛標(biāo)記法對像元補(bǔ)充空間鄰域信息。試驗(yàn)結(jié)果表明:當(dāng)某種地物類別所占面積較大時(shí),確定性與統(tǒng)計(jì)性模型都能獲得較高的解混精度;當(dāng)?shù)匚镱悇e所占面積較小時(shí),確定性模型的解混精度高于統(tǒng)計(jì)性模型;補(bǔ)充像元空間鄰域信息對解混結(jié)果有很好的校正。
[Abstract]:Spectral mixing analysis plays an important role in improving the classification of remote sensing images. End-component change processing is the key to improve the resolution of remote sensing images. At present, many algorithms are used to solve the endelement change, but there are still some problems to be solved, such as the low efficiency of the algorithm, the neglect of the higher-order interaction of the endelements, and the lack of information in the pixel space adjacent to the city. Combined with IDL and MATLAB, the alternating minimum angle method in the deterministic model and the nonlinear algorithm considering higher order terms in the statistical model are used to unmix the end element variation of the Hyperion image. Then the probabilistic relaxation marking method is used to supplement the spatial neighborhood information to the pixel. The experimental results show that both deterministic and statistical models can obtain higher decontamination accuracy when the area of a certain object category is larger, and the precision of deterministic model is higher than that of statistical model when the area occupied by local object category is small. The neighborhood information of complementary pixel space is well corrected.
【作者單位】： 西華師范大學(xué)國土資源學(xué)院;
【基金】：國家自然科學(xué)基金面上項(xiàng)目(編號:41671220) 西華師范大學(xué)博士科研啟動基金項(xiàng)目(編號:412546、412547) 四川省教育廳自然科學(xué)基金重點(diǎn)項(xiàng)目(編號:15ZA150)
【分類號】：TP751

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 齊建成;朱述龍;朱寶山;趙泳;李二森;;圖像端元全自動提取方法研究[J];海洋測繪;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;張晶;劉丹鳳;王群明;;從端元選擇到光譜解混的距離測算方法[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;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

相關(guān)會議論文 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];國家安全地球物理叢書（九）——防災(zāi)減災(zāi)與國家安全[C];2013年

相關(guān)博士學(xué)位論文 前3條

1 崔建濤;高光譜遙感圖像解混技術(shù)研究[D];浙江大學(xué);2015年

2 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

3 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

相關(guān)碩士學(xué)位論文 前10條

1 李雪麗;基于線性模型的端元數(shù)目估計(jì)和光譜提取算法研究[D];華中科技大學(xué);2014年

2 童文杰;基于端元學(xué)習(xí)的高光譜圖像稀疏解混研究[D];西安電子科技大學(xué);2015年

3 方俊龍;高光譜像元解混技術(shù)研究[D];杭州電子科技大學(xué);2016年

4 胡英杰;基于局部線性嵌入的高光譜端元提取算法研究[D];華中科技大學(xué);2015年

5 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

6 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

7 王麗姣;基于單形體體積增長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

8 于琦;超光譜圖像端元提取算法研究及其FPGA驗(yàn)證[D];長春理工大學(xué);2014年

9 弋方;高光譜遙感圖像端元提取算法研究與系統(tǒng)實(shí)現(xiàn)[D];西安電子科技大學(xué);2014年

10 侯浩亮;基于FPGA的高光譜圖像實(shí)時(shí)端元提取技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2009年

，

本文編號：2427873