高光谱图像混合像元分解技术研究

高光谱图像混合像元分解技术研究

ID:35103402

大小:4.35 MB

页数:62页

时间:2019-03-17

高光谱图像混合像元分解技术研究_第1页
高光谱图像混合像元分解技术研究_第2页
高光谱图像混合像元分解技术研究_第3页
高光谱图像混合像元分解技术研究_第4页
高光谱图像混合像元分解技术研究_第5页
资源描述:

《高光谱图像混合像元分解技术研究》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、'I-*-I,i,:;r.:J*■■*,,.:I':;:.、.-..,..1..-.L-.:.''—尸r.式.—..’‘.L.-...硕±単位论文.一^..-..''y''-??--?.:;?,..-絶案题目讀潇谱爵像纔合像黃劈媒技米妍究—产..I:..^f:?■■'_I?,:

2、■■.r:.:.,-.-二:VV.C----..v.?二.二'.…N'.、■'■--:一■r[.V专业棱薇妓术与肯绩化樂置研究方向挑电搔義胁於燕出獅耸替鎮装制'.、?-?^—.._:_'-..二'.■■?*.^'■?'小..-::.,r.r.:三'V;>;.’.^.扣-.'.:,!'V,L.—.--.Z

3、.-‘?)((教援)敎指辱故贿藥世海李波授"-■V.‘:>:..--:’六--三:.V:r7..>r..r;"-.:...?—'.?J-..,..;:..',jf.'.."'*''.■■'*■—.二.-?'‘'V,..!/''■i——-.■■-.;1:,’::-户;;:二勤畏謡5誤:思V货‘??.;

4、:...,,i.-■■..-而;:.—I?-'.'?*r.I'-’rI.r.'-,?-''■.:r,-:?V.::-..j啤.一-..|:;亩;;舞每片叩邱'分类号密级公开UDC学位论文题目:高光谱图像混合像元分解技术研究研究生姓名:崔媛学科专业名称:检测技术与自动化装置研究方向:机电设备的状态监测与智能控制论文类型:基础研究申请学位:工学硕士指导教师姓名:崔世海、李一波指导教师职称:教授、教授指导教师单位:沈阳航空航天大学论文

5、提交日期:2016年03月01日论文答辩日期:2016年03月12日沈阳航空航天大学2016年03月SHENYANGAEROSPACEUNIVERSITYTHESISFORMASTER’SDEGREERESEARCHONUNMIXINGTECHNIQUEFORHYPERSPECTRALIMAGESCandidate:YuanCuiSupervisor:ShihaiCui,YiboLiSpecialty:MeasurementTechniqueandAutomationEquipmentDate:March,2016沈阳航空航天大学硕士学位论

6、文摘要高光谱遥感将具有地物性质的光谱与地物空间与几何特性的图像有机地结合在一起为人类提供了前所未有的丰富信息,但高光谱遥感信息提取与识别面临的一个突出问题就是混合像元,解决混合像元方法就是混合像元分解。高光谱图像的混合像元分解是对图像中的混合像元进行解混的过程,其本质是将原始图像分解为多种纯净地物及相应的丰度,而非负矩阵分解是一种将非负的数据矩阵分解为两个非负的矩阵相乘的算法。本文主要围绕像元形成的线性效应来展开,利用非负矩阵分解算法,对混合像元分解进行研究和分析。首先,对混合像元产生的原因进行了分析;然后,对高光谱图像解混涉及的线性混合模

7、型、端元提取、丰度估计和评价指标等几个方面的内容进行了详细论述,对传统的各类端元提取算法和丰度估计算法进行了分析,比较了各算法的优缺点。针对传统非负矩阵分解法中解空间较大、存在大量局部极小值的问题,提出了一种改进的平滑性和稀疏性约束的非负矩阵分解法(INMFSSC)。首先使用顶点成分分析法对高光谱图像进行端元提取,将其作为端元矩阵的初始值;然后,将最小二乘法提取的丰度作为丰度矩阵的初始值;最后,在目标函数中加入平滑性和稀疏性约束,从而实现对混合像元进行较好的分解。通过对模拟高光谱数据和真实遥感图像的仿真研究,实验结果表明,该方法不仅能有效地

8、克服传统非负矩阵分解法的缺陷,而且能估计出精确的端元和对应的丰度,获得较好的解混效果。高光谱图像中混合像元的存在直接影响基于遥感影像的地物识别精度,光谱解混算法可以有效地解决混合

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。