本文關(guān)鍵詞：高光譜遙感影像混合像元分解算法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：高光譜圖像是一種高維數(shù)據(jù)集,它包含了豐富的光譜波段信息和空間位置信息。我們可以利用這些豐富的光譜信息對地物進(jìn)行檢測和識別。但是由于遙感器的分辨率有限,所以在高光譜影像中廣泛存在混合像元,這已經(jīng)成為阻礙高光譜遙感技術(shù)向定量化方向深入發(fā)展的主要障礙。研究高光譜混合像元問題具有十分重要的意義,它能夠突破分辨率的限制,在亞像元精度上獲取混合像元的真實屬性信息,論文研究了幾種常用的混合像元分解算法,包括PPI、N-FINDR、VCA、SGA、NMF和ICA。這幾種解混算法都是基于線性光譜混合模型。傳統(tǒng)的獨立成分分析是基于各成分相互獨立的假設(shè),在應(yīng)用到高光譜圖像解混時,這一假設(shè)并不成立。為了解決該問題,將豐度非負(fù)約束和豐度和為一約束引入到目標(biāo)函數(shù)中,得出一種有約束的獨立成分分析方法。同時,針對目標(biāo)函數(shù)中具有大量的局部極小,受初始值的影響很大,易陷入局部極值的問題,引入粒子群優(yōu)化算法進(jìn)行高光譜圖像的盲解混。通過仿真實驗驗證算法的性能,并得出了端元個數(shù),像素個數(shù),端元純度等對解混效果的影響。性能評價指標(biāo)采用光譜角距離和均方根誤差,用以評價解混效果。模擬數(shù)據(jù)和真實數(shù)據(jù)的實驗結(jié)果表明,所提出的算法,精度高,抗噪聲干擾能力強,并同樣適用于沒有純像元的高光譜圖像解混。
【關(guān)鍵詞】：高光譜遙感 獨立成分分析 混合像元 端元提取 粒子群優(yōu)化
【學(xué)位授予單位】：河北工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP751

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前1條

1 夏威;王斌;張立明;;基于獨立分量分析的高光譜遙感圖像混合像元盲分解[J];紅外與毫米波學(xué)報;2011年02期

  本文關(guān)鍵詞：高光譜遙感影像混合像元分解算法研究，，由筆耕文化傳播整理發(fā)布。

本文編號：383448