基于局部窗口的端元提取光谱优化方法

《基于局部窗口的端元提取光谱优化方法》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、基于局部窗口的端元提取光谱优化方法　　摘要：目前，已经存在的大多数端元提取方法都只利用了图像的光谱特性，而忽略了图像的空间信息。HEEA方法是少数利用图像空间信息进行端元提取的方法之一。而，HEEA方法在考虑图像空间信息时存在两个问题，一是直接利用像元坐标之间的欧氏距离计算光谱邻域权重，这样可能导致的后果是会为相差甚远的像元设置相同的光谱权重。二是该方法需要通过计算像元光谱之间的SID-SAD值，并将该值与事先设置好的阈值进行比较，从而确定一个像元是否被用来进行光谱优化。而设置不同的阈值会获得不同的结果。针对上述问题，本文提出了一种利用光谱角距离和欧氏距离计算光谱邻

2、域权重的光谱优化方法。　　关键词：端元提取；空间信息；光谱优化　　中图分类号：TP311文献标识码：A文章编号：1009-3044（2016）18-0163-04　　SpectralOptimizingAlgorithmforEndmemberExtractionBasedOnaLocalWindow　　QINXue-chuan　　（CollegeofInformationScienceandEngineering，ShandongUniversityofScienceandTechnology，Qingdao，266590，China）　　Abstract：Atp

3、resent，mostoftheexistedendmemberextractionmethodsareonlyusingthespe-ctralcharacteristicof9theimage，whileignoringthespatialinformationoftheimage.HEEAmeth-isoneofthefewendmemberextractionmethodthatusingthespatialinformationoftheima-ge.But，therearetwoproblemswithHEEAmethod，oneisdirectlyus

4、ingtheEuclideandistancebetweenpixels'coordinatestocalculatespatialneighborhoodweight，andthatcouldleadtotheconsequenceofsettingthesamespatialneighborhoodweightfordifferentspectrum.ThesecondisthatneedtocalculateSID-SADvaluebetweendifferentspectrumandtocomparewithathres-holdsothattodeterm

5、inewhetherapixelisusedtocarryoutspectrumoptimization.But，differ-entthresholdcanleadtodifferentunmixingresult.Aimingattheseproblems，anovelspectraloptimizingalgorithmthatusespectralangledistanceandEuclideandistancetocalculatespatial-neighborhoodweightisproposedinthispaper.Keywords：endmem

6、berextraction；spatialinformation；spectraloptimizing　　近年来，高光谱遥感影像的应用范围越来越广。但受限于高光谱影像的空间分辨率以及影像中地物分布的多样性，混合像元广泛存在于遥感影像中[1]。混合像元是指包含多种地物的像素点。混合像元的存在给高光谱影像的进一步应用带来了诸多困难，为了解决混合像元的问题，端元提取技术应运而生。9　　在过去的几十年的时间里，大量的端元提取算法相继被提出。根据算法有没有考虑图像空间信息进行分类，可以分为两大类。一类为没有考虑空间信息的算法，这些算法包括纯像元指数算法（purepixelin

7、dex，PPI）[2]、N-FINDR算法[3]、顶点成分分析（vertexcomponentanalysis，VCA）[4]等。另一类为考虑了空间信息的算法，该类算法有自动形态学端元提取（automatedmorphologicalendmemberextraction，AMEE）[5]、空间纯度端元提取（sptaialpuritybasedendmemberextraction，SPEE）[6]、空间端元提取（spatial-spectralendmemberextration，SSEE）[7]等。　　而图像的空间信息不仅可以用来进行端元提取，也可以用来进行