高光譜像元解混技術(shù)研究.pdf

1、高光譜圖像具有較高的光譜分辨率，提供了地物詳盡的光譜信息，因而能夠更好地用于遙感數(shù)據(jù)的分類和目標(biāo)識(shí)別。同時(shí)，由于地物分布的復(fù)雜多樣性以及傳感器有限的空間分辨率，遙感圖像中常常包含大量的混合像元。為了能夠?qū)b感圖像進(jìn)行更精細(xì)的定量解譯，光譜解混技術(shù)應(yīng)運(yùn)而生。本文對(duì)高光譜圖像混合像元分解技術(shù)進(jìn)行了研究，主要工作包括：
　?。?）對(duì)光譜成像技術(shù)和像元解混技術(shù)的國(guó)內(nèi)外研究現(xiàn)狀進(jìn)行了綜述。對(duì)于本文重點(diǎn)研究的基于線性光譜混合模型的像元解混技術(shù)

2、，分別從端元提取和豐度反演兩個(gè)方面進(jìn)行了分析與總結(jié)。
　?。?）提出了兩種改進(jìn)的單形體體積增長(zhǎng)算法（SGA），并將改進(jìn)后的方法應(yīng)用于高光譜像元解混中。作為應(yīng)用比較廣泛的一種端元提取算法，SGA存在端元提取效果不理想以及需要進(jìn)行降維處理的缺陷。分別利用N-FINDR方法、改進(jìn)的單形體體積計(jì)算公式并結(jié)合正交子空間投影（OSP）的思想對(duì)其進(jìn)行改進(jìn)，將改進(jìn)的端元提取算法應(yīng)用于高光譜解混中。利用模擬數(shù)據(jù)和實(shí)際高光譜數(shù)據(jù)進(jìn)行實(shí)驗(yàn)發(fā)現(xiàn)，兩種改進(jìn)

3、的單形體體積增長(zhǎng)算法在端元提取精度和豐度反演結(jié)果上都優(yōu)于SGA算法，證明了改進(jìn)算法的有效性。
　　（3）提出了一種改進(jìn)的基于自動(dòng)形態(tài)學(xué)的端元提取算法。針對(duì)自動(dòng)形態(tài)學(xué)端元提?。ˋMEE）算法存在的局限性，通過(guò)引入?yún)⒖脊庾V向量的概念構(gòu)建了改進(jìn)的形態(tài)學(xué)算子，并給出了一個(gè)形態(tài)學(xué)離心率指數(shù)新的計(jì)算方法。然后利用偶數(shù)大小、改進(jìn)的結(jié)構(gòu)元素，從每個(gè)結(jié)構(gòu)元素內(nèi)選出四個(gè)候選端元。對(duì)改進(jìn)的基于自動(dòng)形態(tài)學(xué)的端元提取算法進(jìn)行了分析和實(shí)驗(yàn)驗(yàn)證。實(shí)驗(yàn)結(jié)果表明，