由于數(shù)據(jù)獲取過程中易受到環(huán)境或傳感器分辨率等因素的影響,混合像元普遍存在于高光譜遙感圖像中�；旌舷裨拇嬖谙拗屏烁吖庾V圖像的空間分辨率,因此,如何有效確定混合像元內(nèi)地物具體空間分布問題以實(shí)現(xiàn)高光譜圖像亞像元級的分類,即亞像元定位問題,成為國內(nèi)外學(xué)者研究的熱點(diǎn)問題之一�，F(xiàn)有的亞像元定位算法大都只考慮呈面狀分布的地物,對混合像元內(nèi)部其他空間分布特征研究的比較少,且對于實(shí)際應(yīng)用的效果有待提高,本文主要針對該問題,對高光譜圖像中含線特征的混合像元進(jìn)行判斷,并對不同空間分布的混合像元采取分而治之的定位算法,以提高遙感圖像亞像元定位精度。主要研究內(nèi)容包括:（1）針對目前亞像元定位中缺乏不同空間分布特征相關(guān)研究的問題,本文提出一種基于完備直線集的線特征探測方法。該方法首先通過光譜解混技術(shù)確定典型線狀地物分布及含線特征的混合像元,然后基于完備直線集的最大線性指數(shù)方法確定其余含線特征的混合像元。實(shí)驗(yàn)結(jié)果表明該方法無論從線特征判斷的準(zhǔn)確性還是時間效率方面都得到了提升。（2）針對基于模板匹配的含線特征混合像元的定位問題,本文分別研究了模板選擇的方法和亞像元定位流程。在相關(guān)系數(shù)選擇模板的基礎(chǔ)上,提出了兩種新的... 

【文章來源】：杭州電子科技大學(xué)浙江省

【文章頁數(shù)】：63 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２．１不同尺度下亞像元分布示意??．［２９］

于深灰色亞像元同時處于第一象限和第四象限，所以需將其上方、下方、及右側(cè)所有混合像元??考慮在內(nèi)；然而中心混合像元的坐標(biāo)原點(diǎn)剛好位于黑色亞像元中心，此時其不和任何鄰域像元??相互作用，所以像元引力大小為０。如圖２．２所示象限和鄰接空間關(guān)系在重建尺度為２時，灰??色亞像元相互作用的鄰域像元一致，由此可知在這兩種關(guān)系下隨著重建尺度ｓ的增大，其相互??作用區(qū)域的差異化現(xiàn)象加劇。如圖２．２環(huán)繞關(guān)系在重建尺度不同時，其相互作用的鄰域混合像??元相同，說明環(huán)繞關(guān)系不受重建尺度的影響，因此在相關(guān)應(yīng)用中環(huán)繞關(guān)系被廣泛使用。??Ｓ＝２?Ｓ＝３?Ｓ＝４??鄰接關(guān)系一?＝＿?一＾一?一一??象艮關(guān)系?Ｈ?二＾??環(huán)繞關(guān)系一＝＝一?三三三一?：：：：??圖２．２不同重建尺度下鄰域空間關(guān)系示意圖??在實(shí)際的應(yīng)用中，可以根據(jù)需要選擇不同的鄰域空間關(guān)系。在確定鄰域類型后可以根據(jù)表??２．１中對應(yīng)的公式進(jìn)行計算得出中心混合像元內(nèi)各亞像元的鄰域位置。??２．４定位結(jié)果精度評價??高光譜圖像亞像元定位算法的性能評價指標(biāo)主要有主觀評價和客觀評價兩種方法。首先可??以通過人的視覺直接進(jìn)行判斷，對定位后的高光譜圖像與真實(shí)圖像進(jìn)行評估，為算法評估提供??參考。其次，可以通過總體精度ｌ７”（〇ｖｅｒａｌｌ?Ａｃｃｕｒａｃｙ，?〇Ａ）、ｋａｐｐａ系數(shù)［７２］、ＲＯＣ曲線［７３］和算法??時間效率等客觀指標(biāo)對定位效果進(jìn)行定量化評價。下面以常用的總體分類精度、ｋａｐｐａ系數(shù)和??算法復(fù)雜度為例進(jìn)行分析：??（１）總體分類精度

圖３．１地物空間特征示意圖??

【參考文獻(xiàn)】：
期刊論文
[1]高光譜遙感影像混合像元分解研究進(jìn)展[J]. 藍(lán)金輝,鄒金霖,郝彥爽,曾溢良,張玉珍,董銘巍.  遙感學(xué)報. 2018(01)
[2]高光譜解混方法研究[J]. 嚴(yán)陽,華文深,劉恂,崔子浩.  激光技術(shù). 2018(05)
[3]基于多尺度特征的高光譜端元提取方法[J]. 羅菁,劉悅,李云雷.  天津工業(yè)大學(xué)學(xué)報. 2017(06)
[4]基于CUDA的單形體增長并行端元提取[J]. 鄒佳林,趙遼英,厲小潤,陳小芬.  計算機(jī)工程與設(shè)計. 2017(11)
[5]基于核方法的高光譜遙感圖像混合像元分解[J]. 林娜,楊武年,王斌.  國土資源遙感. 2017(01)
[6]一種正交子空間投影高光譜圖像端元提取算法[J]. 趙巖,王東輝,張春晶,黃奕程,于明華.  黑龍江大學(xué)工程學(xué)報. 2016(03)
[7]混合像元分解技術(shù)及其進(jìn)展[J]. 陳晉,馬磊,陳學(xué)泓,饒玉晗.  遙感學(xué)報. 2016(05)
[8]不同引力范圍下二次引力模型亞像元定位研究[J]. 吳尚蓉,任建強(qiáng),陳仲新.  科學(xué)技術(shù)與工程. 2016(19)
[9]基于目標(biāo)優(yōu)化的高光譜圖像亞像元定位[J]. 趙遼英,范明陽,厲小潤,陳辰.  中國圖象圖形學(xué)報. 2016(06)
[10]基于軟硬屬性轉(zhuǎn)換的遙感圖像亞像元定位算法[J]. 王群明.  測繪學(xué)報. 2016(04)

博士論文
[1]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]. 許雄.武漢大學(xué) 2013
[2]高光譜遙感圖像目標(biāo)探測與分類技術(shù)研究[D]. 耿修瑞.中國科學(xué)院研究生院（遙感應(yīng)用研究所） 2005

碩士論文
[1]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]. 范明陽.杭州電子科技大學(xué) 2016
[2]基于迭代光譜混合分析的高光譜圖像解混技術(shù)研究[D]. 嚴(yán)義超.華中科技大學(xué) 2013
[3]遙感圖像亞像元定位及相關(guān)技術(shù)研究[D]. 王群明.哈爾濱工程大學(xué) 2012



本文編號：3391935