高光譜像元解混技術(shù)研究.pdf

1、高光譜圖像具有較高的光譜分辨率，提供了地物詳盡的光譜信息，因而能夠更好地用于遙感數(shù)據(jù)的分類和目標識別。同時，由于地物分布的復雜多樣性以及傳感器有限的空間分辨率，遙感圖像中常常包含大量的混合像元。為了能夠?qū)b感圖像進行更精細的定量解譯，光譜解混技術(shù)應(yīng)運而生。本文對高光譜圖像混合像元分解技術(shù)進行了研究，主要工作包括：
　　（1）對光譜成像技術(shù)和像元解混技術(shù)的國內(nèi)外研究現(xiàn)狀進行了綜述。對于本文重點研究的基于線性光譜混合模型的像元解混技術(shù)

2、，分別從端元提取和豐度反演兩個方面進行了分析與總結(jié)。
　?。?）提出了兩種改進的單形體體積增長算法（SGA），并將改進后的方法應(yīng)用于高光譜像元解混中。作為應(yīng)用比較廣泛的一種端元提取算法，SGA存在端元提取效果不理想以及需要進行降維處理的缺陷。分別利用N-FINDR方法、改進的單形體體積計算公式并結(jié)合正交子空間投影（OSP）的思想對其進行改進，將改進的端元提取算法應(yīng)用于高光譜解混中。利用模擬數(shù)據(jù)和實際高光譜數(shù)據(jù)進行實驗發(fā)現(xiàn)，兩種改進

3、的單形體體積增長算法在端元提取精度和豐度反演結(jié)果上都優(yōu)于SGA算法，證明了改進算法的有效性。
　　（3）提出了一種改進的基于自動形態(tài)學的端元提取算法。針對自動形態(tài)學端元提?。ˋMEE）算法存在的局限性，通過引入?yún)⒖脊庾V向量的概念構(gòu)建了改進的形態(tài)學算子，并給出了一個形態(tài)學離心率指數(shù)新的計算方法。然后利用偶數(shù)大小、改進的結(jié)構(gòu)元素，從每個結(jié)構(gòu)元素內(nèi)選出四個候選端元。對改進的基于自動形態(tài)學的端元提取算法進行了分析和實驗驗證。實驗結(jié)果表明，