高光谱遥感影像混合像元分解算法研究

《高光谱遥感影像混合像元分解算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：密级：UDC：编号：河北工业大学硕士学位论文高光谱遥感影像混合像元分解算法研究论文作者：李琳学生类别：全日制专业学位类别：工程硕士领域名称：电子与通信工程指导教师：贾志成职称：教授ThesisSubmittedtoHebeiUniversityofTechnologyforTheMasterDegreeofElectronicandCommunicationEngineeringRSSEARCHONHYPERSPECTRALMIXEDPIXELSEPARATIONALGORITHMbyLiLin

2、Supervisor:Prof.JiaZhichengNovember2014摘要高光谱图像是一种高维数据集，它包含了丰富的光谱波段信息和空间位置信息。我们可以利用这些丰富的光谱信息对地物进行检测和识别。但是由于遥感器的分辨率有限，所以在高光谱影像中广泛存在混合像元,这已经成为阻碍高光谱遥感技术向定量化方向深入发展的主要障碍。研究高光谱混合像元问题具有十分重要的意义，它能够突破分辨率的限制，在亚像元精度上获取混合像元的真实属性信息，论文研究了几种常用的混合像元分解算法，包括PPI、N-FINDR、VCA

3、、SGA、NMF和ICA。这几种解混算法都是基于线性光谱混合模型。传统的独立成分分析是基于各成分相互独立的假设，在应用到高光谱图像解混时，这一假设并不成立。为了解决该问题，将丰度非负约束和丰度和为一约束引入到目标函数中，得出一种有约束的独立成分分析方法。同时，针对目标函数中具有大量的局部极小，受初始值的影响很大，易陷入局部极值的问题，引入粒子群优化算法进行高光谱图像的盲解混。通过仿真实验验证算法的性能，并得出了端元个数，像素个数，端元纯度等对解混效果的影响。性能评价指标采用光谱角距离和均方根误差，用以评

4、价解混效果。模拟数据和真实数据的实验结果表明，所提出的算法，精度高，抗噪声干扰能力强，并同样适用于没有纯像元的高光谱图像解混。关键字：高光谱遥感；独立成分分析；混合像元；端元提取；粒子群优化IABSTRACTHyperspectralimage(HSI)isakindofhighdimensionaldataset,itcontainsabundantspectralbandsinformationandspatiallocationinformation,wecanusetherichspectral

5、informationtoidentifyandrecognizethematerials,butduetothesensorresolutionlimit,mixedpixelsarewidespreadinthehyperspectralimages(HSI).Itbecomeanmainobstacletothein-depthdevelopmentforquantificationanalysisofHSI.Thestudyofhyperspectralmixedpixelseparationh

6、asveryvitalsignificance,itcanpushthroughtheresolutionlimit,obtainthepropertyinformationofthemixedpixelsonthesubpixelprecisionandimprovetheclassificationprecision.Thispaperstudiesseveralclassicalmixedpixelsdecomposition(MPD)algorithm,includingthePPI,N-FIN

7、DR,VCA,SGA,NMFandICA.Thesehyperspectralunmixingalgorithmareonthebaseoflinearspectralmixturemodel(LSMM).Conventionalindependentcomponentanalysis(ICA)isbasedontheassumptionthatallcomponentsareindependentofeachother,thisassumptionisnotestablishedwhenapplied

8、tohyperspectralunmixing.Thispaperintroducetheconstraintsofabundancenonnegativeandabundancesun-to-onetotheobjectivefunctiontosolvethisproblem.Theseparationresultissensitivetotheinitialvalueonaccountoftherearemanylocalextrem