發(fā)布時(shí)間：2020-03-29 19:49

【摘要】：隨著遙感技術(shù)的逐漸成熟,成像光譜圖像在目前社會(huì)中的應(yīng)用越來越廣泛。但是由于成像光譜儀的限制,大多數(shù)成像光譜圖像的空間分辨率較低,這也就導(dǎo)致了混合像元在遙感影像中大量普遍存在,給后續(xù)的數(shù)據(jù)處理工作帶來了許多不便。因此成像光譜圖像的光譜解混技術(shù)具有重要的理論研究意義和實(shí)際應(yīng)用價(jià)值。本文從成像光譜圖像的特點(diǎn)和成像原理出發(fā),開展了基于端元字典的成像光譜圖像稀疏解混技術(shù)的研究工作,提出了一種基于地物類別的高光譜圖像端元冗余字典訓(xùn)練算法和一種基于K-SVD和端元字典的光譜解混算法,收到了較好的效果。進(jìn)一步將其應(yīng)用于亞像元定位領(lǐng)域,設(shè)計(jì)實(shí)現(xiàn)了一種基于空間相關(guān)性約束的亞像元定位算法,有效提高了傳統(tǒng)算法的定位精度。具體包括:設(shè)計(jì)并實(shí)現(xiàn)了一種基于K-SVD的和標(biāo)準(zhǔn)光譜庫的端元冗余字典訓(xùn)練算法。該方法以標(biāo)準(zhǔn)光譜庫為基礎(chǔ),首先基于光譜特征對(duì)光譜庫數(shù)據(jù)進(jìn)行地物分類,然后對(duì)每類地物的光譜曲線分別訓(xùn)練單類字典,選擇最具代表性的地物光譜曲線,來構(gòu)建端元冗余字典;進(jìn)一步利用光譜角匹配與光譜信息散度結(jié)合的方法,對(duì)字典內(nèi)的端元進(jìn)行進(jìn)一步篩選優(yōu)化,使得端元字典內(nèi)的原子在保證充分性的同時(shí)降低相關(guān)性,以消除后續(xù)光譜解混過程中無關(guān)項(xiàng)的消極影響,為后續(xù)成像光譜圖像混合像元的高效解混奠定基礎(chǔ)。設(shè)計(jì)并實(shí)現(xiàn)了一種基于端元冗余字典的混合像元光譜解混算法。該方法基于線性光譜混合模型,首先通過KNN的方法對(duì)圖像中的混合像元進(jìn)行檢測(cè),進(jìn)而以基于地物類別的端元冗余字典作為端元集,采用基于K-SVD的稀疏分解的方法對(duì)混合像元進(jìn)行解混。通過模擬數(shù)據(jù)和真實(shí)數(shù)據(jù)的實(shí)驗(yàn)表明該方法的解混效果良好,具有較高的魯棒性,改善了低信噪比的情況下傳統(tǒng)解混方法精度較低的問題。設(shè)計(jì)并實(shí)現(xiàn)了一種基于光譜解混和空間相關(guān)性約束的成像光譜圖像亞像元定位算法。將所提出的基于端元冗余字典的混合像元解混算法用于亞像元定位過程,進(jìn)一步驗(yàn)證了算法的有效性。該方法設(shè)計(jì)構(gòu)造了兩種基于空間相關(guān)性的代價(jià)函數(shù),進(jìn)而基于前述混合像元解混結(jié)果,利用解混分量圖通過像元交換實(shí)現(xiàn)了高光譜圖像的亞像元定位。實(shí)驗(yàn)結(jié)果表明該算法在地物邊界處的亞像元定位效果良好,貼近實(shí)際地物分布情況,在實(shí)現(xiàn)高性能亞像元定位的同時(shí)也驗(yàn)證了所提出的光譜解混算法的有效性。
【圖文】：

- 11 -圖 2-1 高光譜圖像數(shù)據(jù)結(jié)構(gòu)示意圖Fig.2-1 Hyperspectral Image Data Structure圖像一般包含多光譜圖像和高光譜圖像等，成像光譜磁頻譜的信息。成像光譜成像通過獲取場(chǎng)景圖像中每象，識(shí)別地物類別或者檢測(cè)目標(biāo)的目的。成像光譜儀sk Broom）和推掃式（Push Broom）衛(wèi)星傳感器。擺儀（AcrossTrackScanners）或者聚焦模式（Spotlig直于飛行路徑,每次只收集一個(gè)像素。推掃式有時(shí)也long Track Scanners）,推掃式與擺掃式不同的是，它進(jìn)方向，每次可以掃描一行的數(shù)據(jù)。線性陣列探測(cè)器生連續(xù)的圖像數(shù)據(jù)。，成像光譜傳感器將信息收集為一組“圖像”。 每個(gè)圍，也稱為光譜波段。這些“圖像”被組合以形成用λ)高光譜數(shù)據(jù)立方體，其中 x 和 y 表示場(chǎng)景的兩個(gè)

圖 2-2 成像光譜圖像混合像元解混流程圖Fig.2-2 Hyperspectral Image Mixed Pixel Unmixing flow chart如圖 2-2 所示，對(duì)于多數(shù)的遙感影像來說混合像元的解混主要分為圖中的幾個(gè)步驟。首先將成像光譜儀直接獲取的輻射數(shù)據(jù)立方體進(jìn)行大氣校正，將輻射值轉(zhuǎn)化為物體固有的反射率，得到了反射率數(shù)據(jù)立方體。然后對(duì)于一些方法來說可以通過降低維度例如 PCA（Principal Component Analysis，PCA）來降低數(shù)據(jù)的復(fù)雜性，減少算法的復(fù)雜度。當(dāng)然降維過程并非是所有方法都需要的，通過降維可以得到簡化的數(shù)據(jù)立方體。然后根據(jù)不同的混合像元解混方法來對(duì)數(shù)據(jù)進(jìn)行解混，需要注意的是如果用稀疏表示的思想來解決混合像元解混的問題，，還額外需要標(biāo)準(zhǔn)光譜庫來作為端元集。通過混合像元解混得到所需的端元集信號(hào)以及相對(duì)應(yīng)的各端元的豐度圖。隨著遙感技術(shù)的日益成熟以及計(jì)算機(jī)的能力越來越強(qiáng)，采用圖像處理的方法來對(duì)成像光譜圖像混合像元進(jìn)行解混處理也就變得很有必要�；旌舷裨饣斓乃惴ㄗ鳛檫b感影像處理中的重要一環(huán)，提供準(zhǔn)確的解混結(jié)果也對(duì)遙感影像之后的工作奠定了基礎(chǔ)。例如，超分辨率復(fù)原、亞像元定位、異常檢測(cè)等等。
【學(xué)位授予單位】：北京工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TP751

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李曉俊;呂恒;李云梅;王瑜;張杰;潘洪洲;;遙感圖像亞像元定位元胞自動(dòng)機(jī)算法改進(jìn)研究[J];遙感技術(shù)與應(yīng)用;2015年06期

2 周峰,王世濤,王懷義;關(guān)于亞像元成像技術(shù)幾個(gè)問題的探討[J];航天返回與遙感;2002年04期

3 王鵬;王立國;;軟硬屬性轉(zhuǎn)換及超分辨率轉(zhuǎn)換遙感圖像亞像元定位研究[J];影像科學(xué)與光化學(xué);2019年03期

4 趙遼英;范明陽;厲小潤;陳辰;;基于目標(biāo)優(yōu)化的高光譜圖像亞像元定位[J];中國圖象圖形學(xué)報(bào);2016年06期

5 黃慧娟;禹晶;孫衛(wèi)東;;基于多字典稀疏表示的遙感圖像亞像元映射[J];電子學(xué)報(bào);2015年06期

6 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

7 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

8 陳飛宇;胡友彬;施恩;;海岸線亞像元定位技術(shù)研究進(jìn)展[J];現(xiàn)代計(jì)算機(jī)(專業(yè)版);2018年03期

9 張建;李宗南;謝靜;;亞像元定位之鄰域像元選取問題研究[J];華中師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年03期

10 張旭,沈景鵬,楊國光;亞像元分析方法在空間坐標(biāo)一致性測(cè)量中的應(yīng)用[J];光學(xué)儀器;2005年01期

相關(guān)會(huì)議論文 前8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(huì)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(cè)中的應(yīng)用[A];中國光學(xué)學(xué)會(huì)2006年學(xué)術(shù)大會(huì)論文摘要集[C];2006年

3 李兆霖;姚新程;郭葒蓮;程丙英;張道中;;CCD亞像元位移分辨率測(cè)量及其在光鑷系統(tǒng)中的應(yīng)用[A];第三屆全國現(xiàn)代生物物理技術(shù)學(xué)術(shù)討論會(huì)論文摘要匯編[C];2000年

4 劉秀;金偉其;劉崇亮;陳艷;劉斌;;基于可控微掃描的亞像元成像與非均勻性校正一體化處理算法[A];全國光電子與量子電子學(xué)技術(shù)大會(huì)論文集[C];2011年

5 公發(fā)全;劉海濤;張曉輝;韓昌元;;亞像元線陣CCD推掃成像系統(tǒng)調(diào)制傳遞函數(shù)分析方法[A];第九屆全國光學(xué)測(cè)試學(xué)術(shù)討論會(huì)論文（摘要集）[C];2001年

6 范錦龍;;我國晴空分布及對(duì)旬合成植被指數(shù)的影響[A];推進(jìn)氣象科技創(chuàng)新加快氣象事業(yè)發(fā)展——中國氣象學(xué)會(huì)2004年年會(huì)論文集（下冊(cè)）[C];2004年

7 李明詩;劉勇;伍亭;;南京市不透水層時(shí)空模式遙感制圖研究[A];第九屆長三角科技論壇（測(cè)繪分論壇）論文集[C];2012年

8 唐文杰;駱志剛;陸斌;李聰;;一種基于高光譜壓縮數(shù)據(jù)的亞像元級(jí)目標(biāo)探測(cè)算法[A];中國通信學(xué)會(huì)第六屆學(xué)術(shù)年會(huì)論文集（下）[C];2009年

相關(guān)博士學(xué)位論文 前8條

1 王鵬;軟硬屬性轉(zhuǎn)換及超分辨率轉(zhuǎn)換遙感圖像亞像元定位研究[D];哈爾濱工程大學(xué);2017年

2 張洪恩;青藏高原中分辯率亞像元雪填圖算法研究[D];中國科學(xué)院研究生院（遙感應(yīng)用研究所）;2004年

3 許雄;顧及地物空間特性的遙感影像亞像元定位理論與方法研究[D];武漢大學(xué);2013年

4 干牧野;杭州灣城市群緣色空間時(shí)空演變及空間匹配性研究[D];浙江大學(xué);2014年

5 都瓦拉;內(nèi)蒙古草原火災(zāi)監(jiān)測(cè)預(yù)警及評(píng)價(jià)研究[D];中國農(nóng)業(yè)科學(xué)院;2012年

6 杜博;高光譜遙感影像亞像元小目標(biāo)探測(cè)研究[D];武漢大學(xué);2010年

7 劉豐軼;紅外點(diǎn)目標(biāo)定量檢測(cè)關(guān)鍵技術(shù)研究[D];中國科學(xué)院大學(xué)(中國科學(xué)院上海技術(shù)物理研究所);2017年

8 張智;面向遙感圖像的倒易晶胞復(fù)原方法研究[D];南京理工大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 李雪蘇;亞像元海岸線提取理論與方法研究[D];上海海洋大學(xué);2018年

2 顧正之;基于端元字典的成像光譜圖像稀疏解混與亞像元定位研究[D];北京工業(yè)大學(xué);2018年

3 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

4 王群明;遙感圖像亞像元定位及相關(guān)技術(shù)研究[D];哈爾濱工程大學(xué);2012年

5 陳宇佳;高光譜遙感影像亞像元定位技術(shù)研究[D];中國地質(zhì)大學(xué)(北京);2017年

6 范明陽;基于光譜解混和目標(biāo)優(yōu)化的高光譜圖像亞像元定位研究[D];杭州電子科技大學(xué);2016年

7 王鐵深;遙感影像的亞像元定位方法的研究[D];哈爾濱工程大學(xué);2017年

8 杭丹維;南疆覆膜農(nóng)田亞像元制圖及熱環(huán)境效應(yīng)定量測(cè)算[D];浙江大學(xué);2016年

9 朱鳳陽;高光譜圖像的異常目標(biāo)檢測(cè)及亞像元定位研究[D];哈爾濱工業(yè)大學(xué);2009年

10 王正艷;遙感圖像亞像元定位方法的研究[D];哈爾濱工程大學(xué);2014年

本文編號(hào)：2606439