基于光谱分类的端元提取算法研究

摘要：

目前成熟的端元提取算法是基于单形体几何学的像元纯度指数(PPO)算法,N-FINDR,VCA等算法.这些算法从图像所有像元中提取纯光谱,具有提取速度慢、精度不高的缺点;部分算法需要进行光谱降维,不利于小目标信息的提取.该文提出先利用基于空间特征的光谱分类算法进行分类,将格个图像划分成空间相邻、光谱相似的若干类,每一类的均值光谱作为标准光谱,从所有类别的标准光谱中提取纯光谱,使得运算量明显减少,并且降低了噪声对算法的影响,极大的提高了端元提取的速度和精度.同时采用基于光谱冗余的端元提取算法进行端元提取,不需要预先设定端元数目,相对于PPI,N-FINDR等算法,该算法更具合理性.将该算法处理结果与ENVI中的SMACC算法处理结果进行比较,表明该算法具有端元提取准确,空间连续性好,抗噪能力强等特点.

关键词：高光谱遥感、光谱分类、光谱冗余、光谱解混合

所属期刊栏目：31

分类号：TP751.1(遥感技术)

资助基金：国家自然科学基金项目40805013;国家重点基础研究发展计划2009CB724005

在线出版日期：2011-10-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：1995-1998