基于空间-光谱分析的高光谱遥感影像稀疏解混研究

发布时间：2018-01-29 15:16

  本文关键词： 高光谱遥感 端元 混合像元分解 亚像素 光谱库 同物异谱 光谱信息 稀疏性 丰度 自适应阈值 　出处：《测绘学报》2017年08期 　论文类型：期刊论文

【摘要】：正混合像元分解能在亚像素级别上定量化地了解地物的光谱信息和含量信息(丰度),是高光谱影像分析中的关键问题之一。由于影像场景复杂、同谱异物和同物异谱(端元可变性)现象普遍存在、光谱库端元数目远大于像元中含有的端元数目,再加上影像噪音的干扰,影像解混精度还亟待提高。本文的研究围绕基于空间-光谱分析的高光谱遥感影像稀疏解混方法,分别从顾及端元可变性、像元的
[Abstract]:The positive mixed pixel decomposition can quantitatively understand the spectral information and content information of ground objects at sub-pixel level (abundance) is one of the key problems in hyperspectral image analysis, because of the complexity of image scene. The phenomenon of isospectral foreign bodies and isospectral heteroscopes (endostasis) is widespread. The number of endelements in spectral library is much larger than the number of endelements contained in pixels, plus the interference of image noise. The resolution of image unmixing needs to be improved urgently. The research of this paper focuses on the sparse de-mixing method of hyperspectral remote sensing image based on space-spectrum analysis.
【作者单位】： 东华理工大学测绘工程学院;东华理工大学江西省数字国土重点实验室;
【基金】：江西省青年科学基金(20161BAB213092) 江西省教育厅科学技术研究项目(GJJ160585) 东华理工大学江西省数字国土重点实验室开放基金(DLLJ201606);东华理工大学博士启动基金(DHBK2015309)
【分类号】：TP751
【正文快照】： 混合像元分解能在亚像素级别上定量化地了解地物的光谱信息和含量信息(丰度),是高光谱影像分析中的关键问题之一。由于影像场景复杂、同谱异物和同物异谱(端元可变性)现象普遍存在、光谱库端元数目远大于像元中含有的端元数目,再加上影像噪音的干扰,影像解混精度还亟待提高。

【相似文献】

相关期刊论文 前10条

1 田庆久;评《高光谱遥感及其应用》一书[J];遥感信息;2000年02期

2 孙钊;高光谱遥感的应用[J];贵州教育学院学报(自然科学);2004年04期

3 杜培军;陈云浩;;高光谱遥感信息智能处理的若干理论与技术问题[J];科技导报;2006年01期

4 孙琦;郑小贤;刘东兰;;高光谱遥感获取伐区调查数据的应用综述[J];林业资源管理;2006年05期

5 潘伟;夏丽丽;;高光谱遥感分类方法研究[J];福建电脑;2007年01期

6 张利;戚浩平;;高光谱遥感及其在青藏高原的应用潜力分析[J];测绘科学;2008年S3期

7 张利;戚浩平;;高光谱遥感及其在青藏高原的应用潜力分析[J];测绘科学;2008年S1期

8 岳跃民;王克林;张兵;陈正超;;高光谱遥感在生态系统研究中的应用进展[J];遥感技术与应用;2008年04期

9 周磊;辛晓平;李刚;杨桂霞;张宏斌;;高光谱遥感在草原监测中的应用[J];草业科学;2009年04期

10 方红亮,田庆久;高光谱遥感在植被监测中的研究综述[J];遥感技术与应用;1998年01期

相关会议论文 前10条

1 张霞;刘良云;赵春江;张兵;;利用高光谱遥感图像估算小麦氮含量研究[A];成像光谱技术与应用研讨会论文集[C];2002年

2 杜培军;陈云浩;;高光谱遥感信息智能处理的基础研究[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年

3 徐元进;胡光道;;取缔阀值的高光谱遥感光谱匹配分类信息制图[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年

4 张永强;文丽萍;王振营;;高光谱遥感在监测作物受病虫肥胁迫中的应用[A];提高全民科学素质、建设创新型国家——2006中国科协年会论文集（下册）[C];2006年

5 王艺婷;黄世奇;王红霞;;从信息的角度看高光谱遥感技术[A];国家安全地球物理丛书（九）——防灾减灾与国家安全[C];2013年

6 黄娟;郭明克;张永梅;闫涛;王宁;;利用高光谱遥感资料提取赤潮信息方法研究[A];成像光谱技术与应用研讨会论文集[C];2002年

7 杜培军;方涛;林卉;;高光谱遥感影像降维方法研究[A];第十四届全国遥感技术学术交流会论文摘要集[C];2003年

8 李海英;彭红春;孙美萍;;高光谱遥感在土壤属性信息提取中的应用研究[A];中国地理学会百年庆典学术论文摘要集[C];2009年

9 徐元进;胡光道;;穷举法在高光谱遥感图像地物识别中的应用[A];第四届中国软件工程大会论文集[C];2007年

10 刘占宇;黄敬峰;吴新宏;董永平;王福民;刘朋涛;;天然草地植被覆盖度高光谱遥感估算模型研究[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年

相关博士学位论文 前6条

1 张海涛;基于兴趣体保护的高光谱遥感图像压缩技术研究[D];辽宁工程技术大学;2014年

2 王霄鹏;黄河三角洲湿地典型植被高光谱遥感研究[D];大连海事大学;2014年

3 孙蕾;小波构造理论及其在高光谱遥感图像去噪与压缩中的应用[D];国防科学技术大学;2010年

4 田丰;全波段（0.35～25μm）高光谱遥感矿物识别和定量化反演技术研究[D];中国地质大学（北京）;2010年

5 刘康;基于主动学习的高光谱图像分类技术研究[D];中国矿业大学（北京）;2014年

6 冯燕;高光谱图像压缩技术研究[D];西北工业大学;2006年

相关硕士学位论文 前10条

1 汤媛媛;面向桌面系统的高光谱遥感影像线性降维异构并行算法研究与实现[D];国防科学技术大学;2015年

2 谷金平;基于云计算的高光谱遥感图像检索研究[D];南京理工大学;2017年

3 胡杰;高光谱遥感影像三维空谱特征提取与小样本分类技术研究[D];深圳大学;2017年

4 陈东来;高光谱遥感场景成像模型研究[D];哈尔滨工业大学;2009年

5 杨文韬;一种结合万有引力的高光谱遥感影像无监督分类算法[D];成都理工大学;2011年

6 顾桂华;高光谱遥感场景模型仿真研究[D];哈尔滨工业大学;2008年

7 毕晓佳;高光谱遥感岩矿填图应用研究[D];成都理工大学;2009年

8 李静;地下煤火高光谱遥感信息定量提取研究[D];首都师范大学;2009年

9 况军;高光谱遥感图像无损压缩的研究[D];国防科学技术大学;2007年

10 张凌雁;高光谱遥感图像的压缩算法研究[D];哈尔滨工程大学;2005年

，

本文编号：1473715