基于SURF和顾及维数的高光谱影像端元提取新算法
[Abstract]:End-component extraction and abundance inversion are important contents of hyperspectral remote sensing technology. End-component extraction is a key step. For the first time, feature extraction algorithm (speed-up robust features (SURF) is introduced into the End-component extraction of hyperspectral images. Taking into account the rich spectral information of hyperspectral images, the SURF algorithm is improved, and a new algorithm, multi-dimensional speed-up robust features MDSURF (multi-dimensional speed-up robust features MDSURF) algorithm, is proposed to extract hyperspectral images with extreme points as endpoints in multidimensional scale space. It has been applied to the Hyperion hyperspectral images obtained from the EO-1 satellite of Yunnan Zhongdian Plang area and the image endpoints have been extracted successfully. In order to further verify the reliability of the experimental results, two groups of comparative experiments were designed to extract the endpoints of experimental images under the same conditions using N-FINDR and (sequential maximum angle convex conical SMACC algorithm respectively. Then the results of the three methods are evaluated and analyzed synthetically. It is concluded that the MD-SURF algorithm has the best quality and the highest precision. A new End-component extraction algorithm for hyperspectral images is proposed. The experimental results show that the new method has the advantages of high precision and good robustness. It is proved that the MD-SURF algorithm based on the new physical mechanism is a feasible algorithm for extracting hyperspectral endelements.
【作者单位】: 中国矿业大学(北京)地球科学与测绘工程学院;
【基金】:国家自然科学基金项目(41271436) 中央高校基本科研业务费专项资金(2009QD02)资助
【分类号】:TP751
【相似文献】
相关期刊论文 前10条
1 齐建成;朱述龙;朱宝山;赵泳;李二森;;图像端元全自动提取方法研究[J];海洋测绘;2009年02期
2 朱述龙;齐建成;朱宝山;曹闻;;以凸面单体边界为搜索空间的端元快速提取算法[J];遥感学报;2010年03期
3 王立国;张晶;刘丹凤;王群明;;从端元选择到光谱解混的距离测算方法[J];红外与毫米波学报;2010年06期
4 曹建农;王贝贝;何晓宁;;高光谱端元自动确定与提取的迭代算法[J];遥感学报;2013年02期
5 吴波,张良培,李平湘;高光谱端元自动提取的迭代分解方法[J];遥感学报;2005年03期
6 陈子玄;武文波;;基于线性混合模型的端元提取方法综述[J];测绘科学;2008年S3期
7 陈子玄;武文波;;基于线性混合模型的端元提取方法综述[J];测绘科学;2008年S1期
8 李熙;关泽群;秦昆;张力;曹灵灵;;基于贝叶斯推理的像元内部端元选择模型[J];光学学报;2009年09期
9 彭青青;杨辽;王杰;沈金祥;;基于异常探测的高光谱端元提取方法研究[J];遥感技术与应用;2011年04期
10 崔建涛;王晶;厉小润;赵辽英;;基于空间像素纯度指数的端元提取算法[J];浙江大学学报(工学版);2013年09期
相关会议论文 前1条
1 王百合;刘志刚;李义红;;基于光谱角分析的端元光谱聚类方法研究[A];国家安全地球物理丛书(九)——防灾减灾与国家安全[C];2013年
相关博士学位论文 前2条
1 齐滨;高光谱图像分类及端元提取方法研究[D];哈尔滨工程大学;2012年
2 黄远程;高光谱影像混合像元分解的若干关键技术研究[D];武汉大学;2010年
相关硕士学位论文 前7条
1 张甬荣;基于有效端元集的双线性解混模型研究及应用[D];大连海事大学;2013年
2 武鹤;基于数学形态学的高光谱图像端元提取技术研究[D];成都理工大学;2011年
3 王丽姣;基于单形体体积增长的高光谱图像端元提取及快速实现[D];浙江大学;2015年
4 于琦;超光谱图像端元提取算法研究及其FPGA验证[D];长春理工大学;2014年
5 弋方;高光谱遥感图像端元提取算法研究与系统实现[D];西安电子科技大学;2014年
6 侯浩亮;基于FPGA的高光谱图像实时端元提取技术研究[D];国防科学技术大学;2009年
7 路漫漫;融合PSO的N-FINDR改进端元提取算法研究[D];大连海事大学;2014年
,本文编号:2195959
本文链接:https://www.wllwen.com/guanlilunwen/gongchengguanli/2195959.html