结合空间信息选取最优端元组合的混合像元分解
传统的混合像元分解算法认为每个像元都包含图像中所能提取的全部端元组分,但这并不符合实际情况.实际上图像中大多数混合像元仅由少部分端元混合而成.由于端元提取精度及噪声的影响,采用全部端元对混合像元进行分解,会使得混合像元中实际并不存在的端元的丰度估计值不为零,分解结果存在较大误差.由于混合像元大多存在于不同地物的交界处,基于此,本文提出了一种结合图像的空间信息选取混合像元最优端元子集的方法.利用一个空间结构元素,从混合像元的附近邻域开始搜索,将搜索到的纯净像元光谱与所提取的图像端元光谱进行对比,并确定混合像元的端元子集进行分解.根据RMSE大小和变化情况,逐步扩大结构元素的大小,不断调整搜索范围,直至得到最优端元组合.模拟数据和真实数据的试验结果表明,该方法相比传统的全端元光谱分解方法,在总体上获得了更好的分解效果.
高光谱图像、混合像元、端元可变
P237(摄影测量学与测绘遥感)
国家自然科学基金61763010;西安航空学院校立科研项目2018KY0209;陕西省重点研发计划2019GY-112
2019-11-01(万方平台首次上网日期,不代表论文的发表时间)
共6页
6-11