【摘要】：由于地物目標(biāo)的復(fù)雜多樣性及傳感器的空間分辨率限制等因素,混合像元普遍存在于遙感數(shù)據(jù)中,從而影響遙感數(shù)據(jù)對地物特征分析及信息提取的精度�；旌舷裨纸馐墙鉀Q混合像元問題最直接有效的方法,可依據(jù)其物理或統(tǒng)計(jì)特征建立光譜模型,模擬混合像元形成過程,突破遙感影像空間分辨率的限制,實(shí)現(xiàn)對混合像元端元光譜及其豐度信息的提取,提高地物真實(shí)屬性分析及高光譜影像分類的精度。從混合光譜的形成及分解過程上,光譜模型分為光譜混合模型和光譜分解模型。光譜混合模型描述的是光線照射到端元物質(zhì)上,經(jīng)過折射、反射等到達(dá)傳感器,形成混合像元光譜反射率,是正演過程;而光譜分解模型大多以光譜混合模型為基礎(chǔ),通過已建立模型的反演,求解各種參數(shù)。因此,兩種模型之間相互聯(lián)系,密不可分。從光譜混合機(jī)理上,光譜模型分為線性光譜混合模型和非線性光譜混合模型兩種。線性光譜模型具有模型簡單、物理意義明確等特點(diǎn),通過簡化光線傳輸過程,以線性混合機(jī)理來假設(shè)混合像元形成過程,可實(shí)現(xiàn)端元光譜及其豐度分布信息的提取。非線性光譜模型通過對光線傳輸過程的精確模擬,考慮混合像元形成過程中的各種綜合因素,能夠達(dá)到對混合像元中端元及相關(guān)信息的精確提取。本文在分析高光譜數(shù)據(jù)端元光譜特征及空間分布規(guī)律的基礎(chǔ)上,提出了不同的光譜混合模型及混合像元分解方法�？紤]端元組分的空間位置對混合光譜的影響,計(jì)算探測區(qū)域內(nèi)不同位置點(diǎn)在混合光譜中所占的權(quán)重系數(shù)大小,根據(jù)不同位置權(quán)重系數(shù)變化規(guī)律,提出等距離/等面積光譜混合模型。為驗(yàn)證模型的精度,以ASD光譜儀及二向性反射平臺(tái)為基礎(chǔ),固定探測區(qū)域大小與幾何觀測條件,設(shè)計(jì)實(shí)驗(yàn)測量端元不同位置情況下方解石與葉片混合光譜,即規(guī)則葉片與無規(guī)則葉片分別與方解石的混合光譜。分析實(shí)測混合光譜的變化規(guī)律發(fā)現(xiàn),端元物質(zhì)距離探測區(qū)域中心位置越近,其在混合光譜反射率中的權(quán)重系數(shù)越大。等距離/等面積劃分探測區(qū)域,探測方解石覆蓋不同區(qū)域時(shí)與黑色背景的混合光譜,計(jì)算等距離/等面積模型參數(shù),模擬混合光譜。經(jīng)過比較發(fā)現(xiàn),等距離/等面積模型考慮了空間位置對混合光譜的影響,相比于其它模型能得到較精確的結(jié)果,提高了混合光譜模擬精度,為測量地物混合光譜提ii供了合適的方法及理論基礎(chǔ),也為消除地形起伏對遙感數(shù)據(jù)的應(yīng)用限制提供了新的思路。不同的地物在不同的波長有著不同的反射特征。通過分析光譜反射率在不同波長的特征變化,可對地物進(jìn)行識(shí)別和分析。方解石的吸收特征波段在2300nm附近,表現(xiàn)為此波段的吸收谷。而綠色植被在此波段為一個(gè)反射峰,當(dāng)覆蓋方解石上的綠色葉片面積增加時(shí),其光譜的吸收特征會(huì)被減弱。為消除葉片透射對混合光譜信息提取精度的影響,考慮葉片透射的影響,以葉片透射的反射率來代替葉片透射率加入線性模型進(jìn)行改進(jìn),提出了改進(jìn)的光譜混合模型。設(shè)計(jì)無透射扇形葉片與有透射扇形葉片分別與方解石混合的光譜測量實(shí)驗(yàn),模擬混合光譜與實(shí)測光譜對比分析來驗(yàn)證模型適用性。分析不同葉片覆蓋面積下,方解石在特征吸收波長的光譜吸收特征的變化規(guī)律。以usgs波譜庫中方解石光譜為端元光譜,與不同面積比例的綠色葉片光譜模擬混合光譜,求解方解石吸收特征變化規(guī)律,并應(yīng)用于hyperion高光譜數(shù)據(jù)進(jìn)行碳酸鹽類礦物含量反演。通過地質(zhì)圖及采樣點(diǎn)驗(yàn)證結(jié)果表明,光譜吸收特征變化規(guī)律可達(dá)到對礦物含量反演的要求,為混合像元分解及端元含量分布特征的反演提供了新的方法。盲源分離算法是在端元光譜及其豐度信息未知的情況下,對混合信號(hào)達(dá)到分解目的的方法。NMF(nonnegativematrixfactorization)算法是盲源分離算法中應(yīng)用較為廣泛的方法之一。其以線性混合光譜模型為基礎(chǔ),以高光譜數(shù)據(jù)的非負(fù)特性為限制條件,通過迭代運(yùn)算使混合光譜矩陣分解為兩個(gè)非負(fù)矩陣之積,即端元光譜矩陣和端元豐度矩陣的乘積。由于算法的非凸性,導(dǎo)致分解結(jié)果不唯一。為解決這一問題并提高算法的分解精度及分解效率,我們提出了有約束分層的NMF算法(constrainedmultilayerNMF,cmlNMF)。cmlNMF算法以最小體積約束來約束光譜矩陣,以稀疏性約束來限制豐度矩陣,并對豐度矩陣進(jìn)行分層處理,增加豐度分布的稀疏性,使算法更有意義的同時(shí)提高算法分解的精度。對模擬數(shù)據(jù)及實(shí)測數(shù)據(jù)分解的結(jié)果與其它NMF算法對比分析發(fā)現(xiàn),cmlNMF算法分解誤差較低,且效率相對較高。ICA(Independentcomponentanalysis)算法是盲源分離中應(yīng)用的較為廣泛的另一種方法。ICA算法假設(shè)信號(hào)源之間相互統(tǒng)計(jì)上獨(dú)立。其目的就是通過迭代分解矩陣使得到的信號(hào)矩陣之間各個(gè)信號(hào)源相互獨(dú)立,從而達(dá)到分解的目的。在信號(hào)分離、圖像處理等領(lǐng)域有廣泛的應(yīng)用。但傳統(tǒng)ICA算法需對分解信號(hào)進(jìn)行均值和白化處理,使得分解結(jié)果有幅度不確定和出現(xiàn)負(fù)值的缺陷,從而導(dǎo)致算法不適合遙感數(shù)據(jù)分析。為改進(jìn)ICA算法分解精度及運(yùn)行效率,以FastICA算法為基礎(chǔ),以水面目標(biāo)物識(shí)別分析為目的,以實(shí)測水體與不同復(fù)合材料光譜矩陣作為源信號(hào),對FastICA算法分解結(jié)果進(jìn)行了分析。并從可能影響算法分解結(jié)果六個(gè)影響因素的分析,通過改變參數(shù),以決定系數(shù)分析了分解結(jié)果的誤差。分析結(jié)果表明,初始矩陣、波譜形狀及光譜信噪比對ICA分解結(jié)果影響較大,為改進(jìn)ICA算法提供了研究方向,為水面目標(biāo)物的識(shí)別分析提供了新的方法。根據(jù)高光譜數(shù)據(jù)的特征,對豐度非負(fù)性及豐度和為1的約束通常作為光譜分解模型的限制條件。一般來說,和為1及非負(fù)性約束以函數(shù)形式表達(dá),但這種函數(shù)表達(dá)要求較高,當(dāng)約束函數(shù)不當(dāng)時(shí)會(huì)導(dǎo)致約束不徹底,從而使算法發(fā)散或者收斂到不正確的結(jié)果。為解決這一難題,幾何約束ICA算法(GeometrICAl constrained ICA,GCICA)從幾何學(xué)的觀點(diǎn)出發(fā),對算法和為1約束和非負(fù)性約束分別處理。在每一次迭代中通過歸一化處理使豐度矩陣滿足和為1的約束,并使約束力達(dá)到最大化,然后以最小互信息約束和非負(fù)性約束使算法收斂到正確的結(jié)果。另外,GCICA算法根據(jù)FastICA算法的影響因素分析,以端元光譜提取方法進(jìn)行光譜矩陣初始化,提高了算法精度及效率。通過模擬影像數(shù)據(jù)和實(shí)測影像數(shù)據(jù)驗(yàn)證,GCICA分解結(jié)果精度相對較高,實(shí)現(xiàn)了對影像數(shù)據(jù)端元光譜和豐度分布信息的提取,為混合像元分解提供了一種新的有效手段。
[Abstract]:......
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP751

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 黃勝;隆克平;陽小龍;陳前斌;李云;;自適應(yīng)混合光交換[J];光電子.激光;2008年05期

2 ;混合光學(xué)單片[J];光機(jī)電信息;1999年09期

3 李玲霞;黃勝;;自適應(yīng)混合光交換的研究[J];光通信技術(shù);2006年12期

4 吳承治;;混合光無線寬帶接入網(wǎng)技術(shù)探討[J];現(xiàn)代傳輸;2010年01期

5 韋宏博;黃勝;陽小龍;隆克平;陳前斌;;混合光交換網(wǎng)絡(luò)中的一種條件匯聚機(jī)制[J];重慶郵電學(xué)院學(xué)報(bào)(自然科學(xué)版);2006年05期

6 李杰;淺談混合光拍攝技巧[J];有線電視;1995年07期

7 李成仁,李淑鳳,饒文雄,宋昌烈;外部擾動(dòng)信號(hào)對混合光學(xué)雙穩(wěn)系統(tǒng)中混沌的調(diào)制[J];光學(xué)技術(shù);2002年02期

8 林克;;混合光條件下白平衡的調(diào)整[J];記者搖籃;2003年12期

9 易厚梅;徐世中;王晟;王雄;;基于保護(hù)資源的混合光交換網(wǎng)絡(luò)[J];激光與光電子學(xué)進(jìn)展;2010年05期

10 吳承治;;下一代混合光和無線接入技術(shù)及光回傳網(wǎng)[J];現(xiàn)代傳輸;2013年02期

相關(guān)會(huì)議論文 前1條

1 蔡曉春;雷武虎;;混合光譜分解模型應(yīng)用于遙感數(shù)據(jù)葉綠素a濃度反演研究——以淀山湖為例[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2009年

相關(guān)重要報(bào)紙文章 前1條

1 王徹;混合光拍攝要領(lǐng)[N];中國攝影報(bào);2006年

相關(guān)博士學(xué)位論文 前2條

1 陳磊;高光譜遙感混合光譜模擬與分解方法研究[D];吉林大學(xué);2016年

2 張h，

本文編號(hào)：2498547