【摘要】：針對無約束最小二乘混合像元分解算法提取地物端元豐度出現(xiàn)的局限性問題,通過野外實(shí)地采集的地物光譜數(shù)據(jù)建立研究區(qū)典型的地物波譜庫,以Landsat OLI影像作為主要數(shù)據(jù)源,在經(jīng)過Gram-Schmidt(GS)影像融合的基礎(chǔ)上,利用純凈像元指數(shù)(PPI)及基于幾何頂點(diǎn)的端元提取技術(shù)提取研究區(qū)典型地物端元,最后通過完全約束的最小二乘混合像元分解算法完成對研究區(qū)典型地物端元豐度的提取。結(jié)果較好地解決了無約束最小二乘混合像元分解算法提取的端元豐度信息出現(xiàn)負(fù)值的情況,并且提高了典型地物豐度信息提取的精度。完全約束最小二乘混合像元分解算法的RMSE誤差均控制在0.174 913左右,在很大程度上提高了混合像元分解精度及實(shí)用性。
【圖文】：

圖１研究Ｆｉｇ．１ＬｏｃａｔｉｏｎＭ

融合后Ｂａｎｄ３１５ｍ×１５ｍ１０７．７９２．９８１６６．１７７．９１Ｂａｎｄ４１５ｍ×１５ｍ１０９．５９２．９８１６４．８０７．７４如表２所示，融合后影像與源圖像相比，像元大小變?yōu)椋保担?#215;１５ｍ，均值差異較小，標(biāo)準(zhǔn)差、信息熵和平均梯度有所提高，尤其是平均梯度增加明顯，這表明融合后的影像信息質(zhì)量較原始影像顯著增加，說明ＧＳ影像融合后反映地物細(xì)節(jié)特征的效果更好（如圖２所示），，圖２（ａ）、圖２（ｂ）、圖２（ｃ）左邊為融合前影像，右邊為融合后影像。圖２Ｇｒａｍ－Ｓｃｈｍｉｄｔ影像融合前后對比圖Ｆｉｇ．２ＣｏｍｐａｒｉｓｏｎｏｆＧｒａｍ－ＳｃｈｍｉｄｔＩｍａｇｅｓＦｕｓｉｏｎｂｅｆｏｒｅａｎｄａｆｔｅｒ１４５
【作者單位】： 云南師范大學(xué)旅游與地理科學(xué)學(xué)院;云南省高校資源與環(huán)境遙感重點(diǎn)實(shí)驗(yàn)室;江蘇師范大學(xué)地理測繪與城鄉(xiāng)規(guī)劃學(xué)院;云南省基礎(chǔ)地理信息中心;
【基金】：國家自然科學(xué)基金項(xiàng)目(41561048) 云南省中青年學(xué)術(shù)技術(shù)帶頭人培養(yǎng)項(xiàng)目(2008PY056) 國家測繪地理信息局地理國情監(jiān)測示范項(xiàng)目“撫仙湖流域生態(tài)環(huán)境動態(tài)監(jiān)測”測國土函[2014]35號
【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;曹聞;;基于端元獨(dú)立性的端元數(shù)目自動獲取方法[J];測繪科學(xué);2009年06期

2 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

3 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

4 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

5 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

6 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

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S3期

8 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

9 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

10 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

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：2543797