線性模型下多通道遙感圖像混合像元分解方法研究.pdf

1、通常,多光譜和高光譜遙感圖像是以像元為單位來(lái)檢測(cè)和獲取地物信息。由于遙感圖像空間分辨率的限制,一個(gè)像元往往覆蓋幾十甚至幾百平方米的地面范圍,在其中可能包含著多種地物類型,這就形成了混合像元?；旌舷裨獑?wèn)題不僅影響地物的識(shí)別和分類精度,而且是遙感技術(shù)向定量化發(fā)展的重要障礙。如果通過(guò)一定方法,找出組成混合像元的各種地物種類的比例,則可解決混合像元問(wèn)題,提高定性和定量遙感精度?；旌舷裨木_分解在基于多光譜和高光譜遙感圖像的高精度地物分類以及地

2、面目標(biāo)的檢測(cè)和識(shí)別方面有重要應(yīng)用價(jià)值。本文針對(duì)這個(gè)問(wèn)題作了大量深入的研究,創(chuàng)新內(nèi)容主要包括以下幾部分:
　　 1.本文提出一種新的基于數(shù)據(jù)空間正交基的多通道遙感圖像混合像元分解算法。該算法通過(guò)在數(shù)據(jù)集中確定一個(gè)具有最大體積的單形體來(lái)搜索端元。本算法將原基于行列式的單形體體積計(jì)算,等價(jià)于一組正交基的模值乘積計(jì)算,從而大大提高了算法的計(jì)算效率;同時(shí),由于順序搜索概念的引入,確保了本算法總能獲得相同的端元提取結(jié)果。此外,利用這組正交基

3、,本文所提出的算法還可以同時(shí)完成端元個(gè)數(shù)的確定與豐度的估計(jì)兩項(xiàng)工作。
　　 2.在高混數(shù)據(jù)中進(jìn)行混合像元分解是一項(xiàng)非常困難的問(wèn)題。本文提出一種新的基于非負(fù)矩陣因式分解(NonnegativeMatrixFactorization,NMF)算法和單形方法相結(jié)合的混合像元分解方法去解決上述問(wèn)題。并在NMF算法中加入適當(dāng)?shù)募s束條件用于多通道混合像元分解問(wèn)題。模擬與實(shí)際數(shù)據(jù)實(shí)驗(yàn)結(jié)果表明,本文提出的算法在端元光譜特性提取和豐度解混兩方面均