欢迎来到天天文库
浏览记录
ID:34874486
大小:2.21 MB
页数:53页
时间:2019-03-13
《基于局部线性嵌入的高光谱端元提取算法研究》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、分类号学号M201271654学校代码10487密级硕士学位论文基于局部线性嵌入的高光谱端元提取算法研究学位申请人:胡英杰学科专业:电路与系统指导教师:梁琨副教授答辩日期:2015年5月23日AThesisSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofMasterofEngineeringTheResearchofEndmembersExtractionfromHyperspectralRemoteSensingImagebasedonLocallyLinea
2、rEmbeddingCandidate:HuYingjieMajor:CircuitandSystemSupervisor:A.P.LiangKunHuazhongUniversityofScience&TechnologyWuhan430074,P.R.ChinaMay,2015独创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除文中已经标明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到
3、,本声明的法律结果由本人承担。学位论文作者签名:日期:年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,即:学校有权保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权华中科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。保密□,在___年解密后适用本授权书。本论文属于不保密□。(请在以上方框内打“√”)学位论文作者签名:指导教师签名:日期:年月日日期:年月日华中科技大学硕士学位论文摘要高光谱遥感技术
4、的发展对民用和军事领域具有重要应用价值。高光谱的波段宽度可达到纳米量级,因此可以获得更精细更多的波段数、更高的数据维度,为遥感技术研究提供了更详细和丰富的特征信息。然而,由于高光谱成像光谱仪空间分辨率有限,实际成像中,混合像元广泛存在,不能直接利用这些混合像元进行分析,因此需要对混合像元进行解混,而光谱端元提取是光谱解混的关键步骤。端元提取的目的就是从高光谱数据中提取出构成该混合像元的纯物质光谱,即端元。在高光谱遥感图像中,如何从图像中有效以及准确地提取端元信息,进而对混合像元进行分解,已成为了光谱遥感处理研究中的热点。本文主要研究
5、针对于高光谱图像的端元提取算法,重点研究应用最为广泛的N-FINDR端元提取算法,并提出基于非线性降维局部线性嵌入的N-FINDR改进算法,主要是为了解决高光谱图像中存在的非线性混合问题。局部线性嵌入LLE算法是属于非线性降维算法,本文采用的是基于稳定的空间信息LLE改进算法,即RSLLE算法,然后,利用RSLLE算法对原始高光谱数据进行非线性降维,再通过N-FINDR算法进行端元提取,则得到改进的N-FINDR算法,即RSLLE-N-FINDR算法。最后,本文进行了模拟数据实验和真实高光谱遥感数据两组实验,结果均表明本文提出的RS
6、LLE-N-FINDR算法获得了较高的端元提取效果。关键词:高光谱图像;混合像元分解;端元提取;非线性降维;空间信息I华中科技大学硕士学位论文AbstractSpectralremotesensingtechnologyhasbeenwidelyusedincivilandmilitaryfields.Anditsbandwidthcanreachnanometerorder.Hyperspectralremotesensingcanobtainmoreprecisedata,morebands,andprovidemoredeta
7、iledandrichfeatureinformationforthestudyofremotesensingtechnology.However,duetothelimitedspatialresolutionofspectrometer,inhyperspectralimage,themixedpixelsareexistedwidely.Therefore,themixedpixelcannotbeusedinanalysisdirectly.Itisnecessarytoapplytheprocessofhyperspect
8、ralimageunmixing.Andendmemberextractioniscriticaltothespectralunmixing.Endmemberextractionistoextractthe“pure”spectru
此文档下载收益归作者所有