融合PSO的N-FINDR改進(jìn)端元提取算法研究.pdf

1、隨著成像和處理技術(shù)的進(jìn)步，高光譜遙感在地質(zhì)勘探、軍事應(yīng)用、植被檢測(cè)、海洋遙感等領(lǐng)域發(fā)揮著越來(lái)越重要的作用。但是由于儀器空間分辨率的局限性和地球表面結(jié)構(gòu)的復(fù)雜多樣性，圖像中的一個(gè)像元往往包含著多種不同的地物類(lèi)型，從而形成了混合像元。
　　“端元”是高光譜圖像中能詳盡表示待測(cè)地物光譜屬性的純像素，可以作為后續(xù)高光譜圖像處理算法的先驗(yàn)知識(shí)。獲取能夠很好地反映待研究地物光譜屬性信息的端元向量，是對(duì)高光譜數(shù)據(jù)做進(jìn)一步分析的重要前提。N-FI

2、NDR是一個(gè)經(jīng)典且有效的端元尋找算法，能夠在保證豐度約束性的同時(shí)，獲取圖像的實(shí)際像元作為端元，對(duì)后續(xù)的分類(lèi)、識(shí)別和解混等作用顯著。但理想的N_FINDR算法需要遍歷所有可能的像元組合，計(jì)算量巨大。而目前用于加快搜索速度的算法，其最終結(jié)果大多在一定程度上受到樣本排序和初始端元集選擇的影響。另外，目前所關(guān)注的端元主要包括如軍事目標(biāo)探測(cè)中的異常點(diǎn)，以及圖像組分分析中的大面積成分端元點(diǎn)。在進(jìn)行圖像主要組分分析時(shí)，過(guò)多無(wú)關(guān)端元的參與會(huì)降低解混和分

3、類(lèi)的精度，但目前的端元尋找算法大多并未對(duì)這兩類(lèi)端元進(jìn)行區(qū)分。
　　論文的研究工作主要包括以下三部分:第一，初始端元集的優(yōu)化。利用基于相關(guān)性分析的N-FINDR算法獲取端元集作為初始端元集，降低初始端元間的關(guān)系及其對(duì)最終結(jié)果的不利影響;第二，利用粒子群算法進(jìn)一步優(yōu)化候選端元。對(duì)于與初始端元相關(guān)性系數(shù)大于某一閾值的所有像元向量進(jìn)行粒子群優(yōu)化，以保證選出更接近于真實(shí)端元的像元作為最終端元。第三，利用端元變異性定義粒子群算法的優(yōu)化目標(biāo)。定

4、義新的目標(biāo)函數(shù)為以每個(gè)候選端元為類(lèi)別中心的Fishier比，即以單形體體積作為類(lèi)間變異，閾值內(nèi)像元的方差為類(lèi)內(nèi)變異。選擇能夠最大化該Fishier比值的像元為端元，實(shí)現(xiàn)了對(duì)異常點(diǎn)（包括噪聲點(diǎn)）的抑制。最后，利用模擬數(shù)據(jù)生成混合像元的影像，驗(yàn)證改進(jìn)N-FINDR算法的有效性。
　　以海上溢油檢測(cè)和分析為問(wèn)題背景，關(guān)心的主要目標(biāo)組分是油、水和船。利用真實(shí)的機(jī)載海上溢油圖像對(duì)論文中的算法進(jìn)行測(cè)試，結(jié)果進(jìn)一步驗(yàn)證了論文所提出算法的有效性。