融合简单线性迭代聚类的高光谱混合像元分解策略.pdf

《融合简单线性迭代聚类的高光谱混合像元分解策略.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第31卷2015笠第17期9月农业工程学报TransactionsoftheChineseSocietyofAgriculturalEngineeringVbl．3lNo．17Sep．2015199融合简单线性迭代聚类的高光谱混合像元分解策略张飞飞1,2孙旭2※，薛良勇3，高连如2刘长星1(1．西安科技大学测绘科学与技术学院，西安710054；2．中国科学院遥感与数字地球研究所，北京1000943．中国矿业大学计算机科学与技术学院，徐州221116)摘要：高光谱图像中的混合像元问题广泛存在，混合像元的分解效率一直是遥感应用研究的难点和热点。目前成熟的端元提取算法有纯像

2、元指数(purepixelindex，PPI)、内部最大体积法(N．FINDR)、顶点成分分析(vertexcomponentanalysis，VCA)、顺序最大角凸锥(sequentialmaximumangleconvexcone，SMACC)、交替最大体积法(alternatingvolumemaximization，AVMAX)、最小体积封闭单形体(minimumvolumeenclosingsimplex，MVES)等，这些算法从图像所有像元中提取纯光谱，具有提取速度慢、精度不高的缺点。为此，该文引入了一种融合简单线性迭代聚类(simplelinearite

3、rativeclustering，SLIC)超像元分割的高光谱混合像元分解算法。超像元分割技术能够将具有相似特征的相邻像元组成图像块，并保留进一步进行图像处理的有效信息，从而大幅减少参与端元提取的像元数量，为解决上述问题提供了有效的途径。通过试验对比了降维方式(主成分分析和最大噪声分数)、RGB对应关系(6种)、色彩空间RGB(red，green，blue)和LAB(1ightness．A．B)、数据格式(JPGBIN)和算法参数K对高光谱图像超像元分割结果的影响，并进一步分析了SLIC超像元分割结果对2种典型端元提取算法(A、仆ⅢAx、MVES)产生的不同效果。试验

4、结果表明，随着K值的增大，混合像元分解的时间逐渐增加，均方根误差(rootmeansquareerror,RMSE)持平或减少，而JPG(有损压缩)数据格式的时间始终比BIN(无损压缩)数据格式的要短。SLIC+MVES的RMSE略高于MVES的RMSE，低于AVMAX的RMSE，但时间远小于MVES。当K足够大的时候，SLIC+MVES的效果就近似MVES的效果了。在大部分情况下，最大噪声分数的降维效果优于主成分分析。以最大噪声分数作为降维方法、以JPG作为数据格式、以LAB作为色彩空间对混合像元分解结果较为有利。另外，SLIC的参数K的取值在5～10之间较为合适。

5、该研究中的SLIC超像元分割算法简单易行，并且提高了混合像元分解的效率，具备很好的实用价值。关键词：像元；光谱分析；算法；简单线性迭代聚类；超像元doi：10．11975，j．issn．1002—6819．2015．17．026中图分类号：S127；TP79文献标志码：A文章编号：1002—6819(2015)一17一0199—08张飞飞，孙旭，薛良勇，高连如，刘长星．融合简单线-I生迭代聚类的高光谱混合像元分解策略[J]．农业工程学报，2015，31(17)：199--206．doi：10．119750．issn．1002—6819．2015．17．026http：

6、／／www．tcsae．orgZhangFeifei，SunXu，XueLiangyong，GaoLianru，LiuChangxing．Hyperspectralmixedpixeldecompositionpolicymergingsimplelineariterativeclustering[J]．TransactionsoftheChineseSocietyofAgriculturalEngineering(TransactionsoftheCSAE)，2015，31(17)：199—206．(inChinesewithEnglishabstract)doi：

7、10．119750．issn．1002—6819．2015．17．026http：／／www．tcsae．org0引言图像中每个像元往往包含不同的地物类型，若一个像元仅包含一种地物，则该像元称为纯像元；若一个像元包含不止一种地物，则该像元称为混合像元。由于地物具有不同的辐射特性，纯像元易于识别，而混合像元无论归属到哪一种地物都是错误的，因为它至少不完全属于这种地物[1]。混合像元的存在是传统的像元级遥感分类和面积量测精度难以达到使用要求的主要原因，而成像光谱仪的数据获取方式使得混合像元在高光谱遥感图像中更加普遍[2】。混合像元问题不仅是遥感技术定量化