本文關(guān)鍵詞：高光譜遙感影像端元提取算法研究及應(yīng)用　出處：《中南大學(xué)》2014年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 高光譜遙感 端元提取 混合像元 數(shù)學(xué)形態(tài)學(xué) 最大距離法 獨立成分分析

【摘要】：：本文主要圍繞高光譜遙感數(shù)據(jù)在混合像元分解技術(shù)中的應(yīng)用展開。針對這個中心提出了新的混合像元分解的方法,并根據(jù)實驗進(jìn)行了驗證其有效性。 高光譜遙感影像一般包含了上百個波段豐富的光譜信息,具有光譜分辨率高的特點,可以通過光譜信息分析與傳統(tǒng)的影像空間信息分析結(jié)合,進(jìn)行更高程度地從圖像中挖掘出有用的信息。單個像元內(nèi)包含的多種地物光譜的混合效應(yīng)、大氣傳輸過程中的混合效應(yīng)、遙感儀器本身的混合效應(yīng),使得混合像元普遍存在于圖像中。隨著高光譜遙感廣泛推廣應(yīng)用,混合像元分解技術(shù)的成熟,使得目標(biāo)探測由像元級達(dá)到亞像元級別成為現(xiàn)實,提高了影像分類、識別等應(yīng)用精度�；旌舷裨纸獾氖滓獑栴}是端元的確定,再利用求取的端元和混合像元分解模型進(jìn)行求解豐度。本文圍繞高光譜遙感影像的端元提取這個中心進(jìn)行研究,主要內(nèi)容和研究工作成果是： (1)針對高光譜遙感數(shù)據(jù)具有量大,且計算復(fù)雜度高等問題,提出了基于ICA特征提取的N-FINDR算法,并與傳統(tǒng)的MNF特征提取后進(jìn)行N-FIDNR端元提取實驗對比,影像解混后的豐度誤差圖像的協(xié)方差降低,驗證了該算法的有效性和優(yōu)越性。 (2)相較只利用光譜信息的傳統(tǒng)端元提取算法和合理利用空間信息和光譜信息,但判別端元程序繁瑣的AMEE端元提取算法,提出了基于坐標(biāo)的最大距離法的AMEE的改進(jìn)的方法,并結(jié)合AVIRS高光譜遙感數(shù)據(jù)進(jìn)行實驗對比,驗證了該方法的可行性。
【學(xué)位授予單位】：中南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：P237

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前8條

1 馮燕;何明一;宋江紅;魏江;;基于獨立成分分析的高光譜圖像數(shù)據(jù)降維及壓縮[J];電子與信息學(xué)報;2007年12期

2 張兵;孫旭;高連如;楊麗娜;;一種基于離散粒子群優(yōu)化算法的高光譜圖像端元提取方法[J];光譜學(xué)與光譜分析;2011年09期

3 王志;胡小兵;何雪海;;一種新的差分與粒子群算法的混合算法[J];計算機(jī)工程與應(yīng)用;2012年06期

4 陳偉;余旭初;張鵬強;王鶴;;基于粒子群優(yōu)化的高光譜影像端元提取算法[J];計算機(jī)工程與應(yīng)用;2012年08期

5 陳偉;余旭初;張鵬強;王鶴;;面向端元提取的粒子群優(yōu)化遺傳算法[J];計算機(jī)工程;2011年16期

6 范柳斌;李路;陳妮娜;胡昱;張子厚;;基于改進(jìn)的粒子群和遺傳算法的混合優(yōu)化算法[J];上海工程技術(shù)大學(xué)學(xué)報;2011年03期

7 呂長春,王忠武,錢少猛;混合像元分解模型綜述[J];遙感信息;2003年03期

8 耿修瑞,張兵,張霞,鄭蘭芬;一種基于高維空間凸面單形體體積的高光譜圖像解混算法[J];自然科學(xué)進(jìn)展;2004年07期

，

本文編號：1311979