基于混合像元线特征探测的高光谱图像亚像元定位
发布时间：2021-09-09 10:32
由于数据获取过程中易受到环境或传感器分辨率等因素的影响,混合像元普遍存在于高光谱遥感图像中。混合像元的存在限制了高光谱图像的空间分辨率,因此,如何有效确定混合像元内地物具体空间分布问题以实现高光谱图像亚像元级的分类,即亚像元定位问题,成为国内外学者研究的热点问题之一。现有的亚像元定位算法大都只考虑呈面状分布的地物,对混合像元内部其他空间分布特征研究的比较少,且对于实际应用的效果有待提高,本文主要针对该问题,对高光谱图像中含线特征的混合像元进行判断,并对不同空间分布的混合像元采取分而治之的定位算法,以提高遥感图像亚像元定位精度。主要研究内容包括:（1）针对目前亚像元定位中缺乏不同空间分布特征相关研究的问题,本文提出一种基于完备直线集的线特征探测方法。该方法首先通过光谱解混技术确定典型线状地物分布及含线特征的混合像元,然后基于完备直线集的最大线性指数方法确定其余含线特征的混合像元。实验结果表明该方法无论从线特征判断的准确性还是时间效率方面都得到了提升。（2）针对基于模板匹配的含线特征混合像元的定位问题,本文分别研究了模板选择的方法和亚像元定位流程。在相关系数选择模板的基础上,提出了两种新的...
【文章来源】：杭州电子科技大学浙江省
【文章页数】：63 页
【学位级别】：硕士
【部分图文】：
图２．１不同尺度下亚像元分布示意??．［２９］
于深灰色亚像元同时处于第一象限和第四象限，所以需将其上方、下方、及右侧所有混合像元??考虑在内；然而中心混合像元的坐标原点刚好位于黑色亚像元中心，此时其不和任何邻域像元??相互作用，所以像元引力大小为０。如图２．２所示象限和邻接空间关系在重建尺度为２时，灰??色亚像元相互作用的邻域像元一致，由此可知在这两种关系下随着重建尺度ｓ的增大，其相互??作用区域的差异化现象加剧。如图２．２环绕关系在重建尺度不同时，其相互作用的邻域混合像??元相同，说明环绕关系不受重建尺度的影响，因此在相关应用中环绕关系被广泛使用。??Ｓ＝２?Ｓ＝３?Ｓ＝４??邻接关系一?＝＿?一＾一?一一??象艮关系?Ｈ?二＾??环绕关系一＝＝一?三三三一?：：：：??图２．２不同重建尺度下邻域空间关系示意图??在实际的应用中，可以根据需要选择不同的邻域空间关系。在确定邻域类型后可以根据表??２．１中对应的公式进行计算得出中心混合像元内各亚像元的邻域位置。??２．４定位结果精度评价??高光谱图像亚像元定位算法的性能评价指标主要有主观评价和客观评价两种方法。首先可??以通过人的视觉直接进行判断，对定位后的高光谱图像与真实图像进行评估，为算法评估提供??参考。其次，可以通过总体精度ｌ７”（〇ｖｅｒａｌｌ?Ａｃｃｕｒａｃｙ，?〇Ａ）、ｋａｐｐａ系数［７２］、ＲＯＣ曲线［７３］和算法??时间效率等客观指标对定位效果进行定量化评价。下面以常用的总体分类精度、ｋａｐｐａ系数和??算法复杂度为例进行分析：??（１）总体分类精度
图３．１地物空间特征示意图??
【参考文献】：
期刊论文
[1]高光谱遥感影像混合像元分解研究进展[J]. 蓝金辉,邹金霖,郝彦爽,曾溢良,张玉珍,董铭巍. 遥感学报. 2018(01)
[2]高光谱解混方法研究[J]. 严阳,华文深,刘恂,崔子浩. 激光技术. 2018(05)
[3]基于多尺度特征的高光谱端元提取方法[J]. 罗菁,刘悦,李云雷. 天津工业大学学报. 2017(06)
[4]基于CUDA的单形体增长并行端元提取[J]. 邹佳林,赵辽英,厉小润,陈小芬. 计算机工程与设计. 2017(11)
[5]基于核方法的高光谱遥感图像混合像元分解[J]. 林娜,杨武年,王斌. 国土资源遥感. 2017(01)
[6]一种正交子空间投影高光谱图像端元提取算法[J]. 赵岩,王东辉,张春晶,黄奕程,于明华. 黑龙江大学工程学报. 2016(03)
[7]混合像元分解技术及其进展[J]. 陈晋,马磊,陈学泓,饶玉晗. 遥感学报. 2016(05)
[8]不同引力范围下二次引力模型亚像元定位研究[J]. 吴尚蓉,任建强,陈仲新. 科学技术与工程. 2016(19)
[9]基于目标优化的高光谱图像亚像元定位[J]. 赵辽英,范明阳,厉小润,陈辰. 中国图象图形学报. 2016(06)
[10]基于软硬属性转换的遥感图像亚像元定位算法[J]. 王群明. 测绘学报. 2016(04)
博士论文
[1]顾及地物空间特性的遥感影像亚像元定位理论与方法研究[D]. 许雄.武汉大学 2013
[2]高光谱遥感图像目标探测与分类技术研究[D]. 耿修瑞.中国科学院研究生院（遥感应用研究所） 2005
硕士论文
[1]基于光谱解混和目标优化的高光谱图像亚像元定位研究[D]. 范明阳.杭州电子科技大学 2016
[2]基于迭代光谱混合分析的高光谱图像解混技术研究[D]. 严义超.华中科技大学 2013
[3]遥感图像亚像元定位及相关技术研究[D]. 王群明.哈尔滨工程大学 2012
本文编号：3391935
【文章来源】：杭州电子科技大学浙江省
【文章页数】：63 页
【学位级别】：硕士
【部分图文】：
图２．１不同尺度下亚像元分布示意??．［２９］
于深灰色亚像元同时处于第一象限和第四象限，所以需将其上方、下方、及右侧所有混合像元??考虑在内；然而中心混合像元的坐标原点刚好位于黑色亚像元中心，此时其不和任何邻域像元??相互作用，所以像元引力大小为０。如图２．２所示象限和邻接空间关系在重建尺度为２时，灰??色亚像元相互作用的邻域像元一致，由此可知在这两种关系下随着重建尺度ｓ的增大，其相互??作用区域的差异化现象加剧。如图２．２环绕关系在重建尺度不同时，其相互作用的邻域混合像??元相同，说明环绕关系不受重建尺度的影响，因此在相关应用中环绕关系被广泛使用。??Ｓ＝２?Ｓ＝３?Ｓ＝４??邻接关系一?＝＿?一＾一?一一??象艮关系?Ｈ?二＾??环绕关系一＝＝一?三三三一?：：：：??图２．２不同重建尺度下邻域空间关系示意图??在实际的应用中，可以根据需要选择不同的邻域空间关系。在确定邻域类型后可以根据表??２．１中对应的公式进行计算得出中心混合像元内各亚像元的邻域位置。??２．４定位结果精度评价??高光谱图像亚像元定位算法的性能评价指标主要有主观评价和客观评价两种方法。首先可??以通过人的视觉直接进行判断，对定位后的高光谱图像与真实图像进行评估，为算法评估提供??参考。其次，可以通过总体精度ｌ７”（〇ｖｅｒａｌｌ?Ａｃｃｕｒａｃｙ，?〇Ａ）、ｋａｐｐａ系数［７２］、ＲＯＣ曲线［７３］和算法??时间效率等客观指标对定位效果进行定量化评价。下面以常用的总体分类精度、ｋａｐｐａ系数和??算法复杂度为例进行分析：??（１）总体分类精度
图３．１地物空间特征示意图??
【参考文献】：
期刊论文
[1]高光谱遥感影像混合像元分解研究进展[J]. 蓝金辉,邹金霖,郝彦爽,曾溢良,张玉珍,董铭巍. 遥感学报. 2018(01)
[2]高光谱解混方法研究[J]. 严阳,华文深,刘恂,崔子浩. 激光技术. 2018(05)
[3]基于多尺度特征的高光谱端元提取方法[J]. 罗菁,刘悦,李云雷. 天津工业大学学报. 2017(06)
[4]基于CUDA的单形体增长并行端元提取[J]. 邹佳林,赵辽英,厉小润,陈小芬. 计算机工程与设计. 2017(11)
[5]基于核方法的高光谱遥感图像混合像元分解[J]. 林娜,杨武年,王斌. 国土资源遥感. 2017(01)
[6]一种正交子空间投影高光谱图像端元提取算法[J]. 赵岩,王东辉,张春晶,黄奕程,于明华. 黑龙江大学工程学报. 2016(03)
[7]混合像元分解技术及其进展[J]. 陈晋,马磊,陈学泓,饶玉晗. 遥感学报. 2016(05)
[8]不同引力范围下二次引力模型亚像元定位研究[J]. 吴尚蓉,任建强,陈仲新. 科学技术与工程. 2016(19)
[9]基于目标优化的高光谱图像亚像元定位[J]. 赵辽英,范明阳,厉小润,陈辰. 中国图象图形学报. 2016(06)
[10]基于软硬属性转换的遥感图像亚像元定位算法[J]. 王群明. 测绘学报. 2016(04)
博士论文
[1]顾及地物空间特性的遥感影像亚像元定位理论与方法研究[D]. 许雄.武汉大学 2013
[2]高光谱遥感图像目标探测与分类技术研究[D]. 耿修瑞.中国科学院研究生院（遥感应用研究所） 2005
硕士论文
[1]基于光谱解混和目标优化的高光谱图像亚像元定位研究[D]. 范明阳.杭州电子科技大学 2016
[2]基于迭代光谱混合分析的高光谱图像解混技术研究[D]. 严义超.华中科技大学 2013
[3]遥感图像亚像元定位及相关技术研究[D]. 王群明.哈尔滨工程大学 2012
本文编号：3391935
本文链接：https://www.wllwen.com/guanlilunwen/gongchengguanli/3391935.html
