高光譜混合像元的分解及地物分類的研究.pdf

1、隨著定量化研究的不斷深入，高光譜遙感技術(shù)以其光譜分辨率較高的特點受到國內(nèi)外的廣泛關(guān)注。在地質(zhì)、植被生態(tài)、土壤，以及城市應(yīng)用等方面的研究中取得了引人注目的成果，已經(jīng)成為當(dāng)前遙感的一個重要發(fā)展方向。其中，地物高光譜遙感分類方法的應(yīng)用問題、訓(xùn)練樣本的選擇問題以及混合像元的分解問題也引起了人們的廣泛關(guān)注，并且已經(jīng)取得了長足的發(fā)展。 本論文圍繞EO-1高光譜遙感數(shù)據(jù)展開，對高光譜遙感數(shù)據(jù)進行了波段選取、絕對輻射值轉(zhuǎn)換、壞線修復(fù)、條紋去除、

2、大氣糾正和幾何校正的預(yù)處理。應(yīng)用了幾種非監(jiān)督分類和監(jiān)督分類方法，獲取了高光譜圖像所在地區(qū)的二類調(diào)查數(shù)據(jù)，并與高光譜圖像配準(zhǔn)，以此檢驗分類精度，結(jié)果最高分類精度達到79.8954％。并在此基礎(chǔ)上，將傳統(tǒng)分類方法(非監(jiān)督分類中的ISODATA方法和監(jiān)督分類中的最小距離法和最大似然法)與基于光譜特征分類方法(波譜角分類法)相結(jié)合對地物高光譜遙感數(shù)據(jù)進行分類，精度達到81.2231％。 對高光譜預(yù)處理后的圖像進行MNF變換(最小噪聲變換

3、)，得到含有信息量較大的圖像，在此基礎(chǔ)上運用非監(jiān)督分類的ISODATA方法，監(jiān)督分類中的最小距離法、最大似然法，波譜角分類方法對高光譜遙感數(shù)據(jù)進行分類。在MNF變換的基礎(chǔ)上，用數(shù)據(jù)的內(nèi)在維數(shù)產(chǎn)生像元純度指數(shù)圖像，并進行N維可視化，運用線性模型對混合像元進行線性無約束分解。通過比較非監(jiān)督分類和監(jiān)督分類的分類精度，結(jié)論是監(jiān)督分類中波譜角的分類精度較高。對波譜角分類后的圖像進行ISODATA分類、最小距離分類和最大似然分類，與波譜角分類比較，