版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、中圖分類(lèi)號(hào)里2三2UDC52墨碩士學(xué)位論文學(xué)校代碼!Q5蘭三密級(jí)公玨高光譜遙感影像端元提取算法研究及應(yīng)用ResearchonEndmemberExtractionAlgorithmandApplicationofHyperspectralRemoteSensingImage作者姓名:學(xué)科專(zhuān)業(yè):研究方向:學(xué)院(系、所):指導(dǎo)教師:副指導(dǎo)‘教師:牛貝貝測(cè)繪工程高光譜遙感應(yīng)用研究地球科學(xué)與信息物理院楊敏華教授余德清高工一一主席印中南大學(xué)201
2、4年5月高光譜遙感影像端元提取算法研究及應(yīng)用摘要: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(kāi)。針對(duì)這個(gè)中心提出了新的混合像元分解的方法,并根據(jù)實(shí)驗(yàn)進(jìn)行了驗(yàn)證其有效性。高光譜遙感影像一般包含了上百個(gè)波段豐富的光譜信息,具有光譜分辨率高的特點(diǎn),可以通過(guò)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(gè)像元內(nèi)包含的多種地物光譜的混合效應(yīng)、大氣傳輸過(guò)程中的混合效應(yīng)、遙感儀器本身的混合效應(yīng),使得混
3、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(cè)由像元級(jí)達(dá)到亞像元級(jí)別成為現(xiàn)實(shí),提高了影像分類(lèi)、識(shí)別等應(yīng)用精度。混合像元分解的首要問(wèn)題是端元的確定,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(gè)中心進(jìn)行研究,主要內(nèi)容和研究工作成果是:(1)針對(duì)高光譜遙感數(shù)據(jù)具有量大,且計(jì)算復(fù)雜度高等問(wèn)題,提出了基于ICA特征提取的NFINDR算法,并與傳統(tǒng)的MNF特征提取后進(jìn)
4、行NFIDNR端元提取實(shí)驗(yàn)對(duì)比,影像解混后的豐度誤差圖像的協(xié)方差降低,驗(yàn)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(shí)驗(yàn)對(duì)比,驗(yàn)證了該方法的可行性。圖17幅,表5個(gè),參考文獻(xiàn)55篇。關(guān)鍵詞: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(dú)立成分分析
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 高光譜遙感混合像元端元提取研究及應(yīng)用.pdf
- 高光譜遙感圖像端元提取算法研究與系統(tǒng)實(shí)現(xiàn).pdf
- 高光譜遙感影像混合像元分解算法研究.pdf
- 高光譜圖像降維及端元提取算法的研究.pdf
- 高光譜遙感影像光譜解混算法研究.pdf
- 高光譜圖像光譜解混及端元提取方法研究.pdf
- 基于局部線性嵌入的高光譜端元提取算法研究.pdf
- 高光譜圖像分類(lèi)及端元提取方法研究.pdf
- 基于TF-IDF模型的高光譜影像端元提取方法研究.pdf
- 高光譜遙感影像異常檢測(cè)算法研究.pdf
- 基于FSVM的高光譜遙感影像分類(lèi)算法研究.pdf
- 高光譜遙感圖像混合像元分解算法研究.pdf
- 高光譜遙感影像空譜特征提取與分類(lèi)方法研究.pdf
- 基于迭代誤差分析與空間信息的高光譜遙感圖像端元提取方法研究.pdf
- 基于離散人工蜂群算法的高光譜圖像端元提取方法.pdf
- 高光譜遙感影像降維及分類(lèi)方法研究.pdf
- 超光譜圖像端元提取算法研究及其FPGA驗(yàn)證.pdf
- 47755.遙感影像的高光譜特征研究
- 高光譜遙感圖像分割算法研究.pdf
- 基于線性模型的端元數(shù)目估計(jì)和光譜提取算法研究.pdf
評(píng)論
0/150
提交評(píng)論