基于粒子群优化理论的高光谱遥感影像端元提取算法研究

发布时间：2023-10-15 18:14

　　高光谱遥感影像数据因其光谱分辨率高、图谱合一的特点,为人们观测地球提供了独特的信息,是当前遥感对地观测领域的前沿领域。然而,受到传感器空间分辨率的限制以及自然界地物分布复杂多样的影响,多种地物光谱可能共同组成一个像元,造成高光谱遥感影像中混合像元普遍存在,给高精度的地物信息解译带来了困难。端元提取是解决混合像元问题最为关键的方法之一,是指提取影像中每类地物的纯净像元。端元提取能够获得构成混合像元的基本组成成分,它决定了后续的光谱解混、感兴趣目标探测等信息提取结果的精度。因此,如何从影像中提取到完整的、最具代表性的端元是高光谱遥感影像分析的关键。高光谱影像端元提取主要面临如下的挑战:1)真实的高光谱影像由于受成像过程中的误差、噪声的影响,数据在特征空间中的分布一般不能严格满足传统端元提取方法所假设的单形体结构;2)由于高光谱影像数据的复杂性,利用不同的特征对高光谱影像进行端元提取时,得到的端元提取结果存在差异;3)由于物质本质属性差异或者影像成像的光照和大气等条件的不同,可能造成物质的类内光谱差异。本文针对高光谱影像端元提取的特点,结合粒子群算法在组合优化问题求解上规则简单、参数少的优势...

【文章页数】：126 页

【学位级别】：博士

【文章目录】：
中文摘要
ABSTRACT
第一章 绪论
    1.1 研究背景与意义
    1.2 混合像元分解及其研究现状
        1.2.1 混合像元分解模型的研究现状
        1.2.2 端元提取的研究现状
        1.2.3 端元提取算法存在的难点
        1.2.4 粒子群优化算法在端元提取中的应用潜力
    1.3 研究内容和章节安排
        1.3.1 研究内容
        1.3.2 章节安排
第二章 混合像元分解的理论与方法
    2.1 线性光谱混合模型
    2.2 端元提取原理与方法
        2.2.1 高光谱影像数据的凸几何分析
        2.2.2 内部体积最大原理与方法
        2.2.3 极值投影原理与方法
        2.2.4 均方根误差最小原理
    2.3 丰度估计的原理与方法
    本章小结
第三章 基于量子粒子群优化的端元提取方法
    3.1 量子粒子群优化算法
        3.1.1 粒子群优化
        3.1.2 量子粒子群优化
    3.2 离散粒子群优化算法
    3.3 基于量子粒子群优化的端元提取算法
    3.4 实验结果与分析
        3.4.1 模拟数据实验
        3.4.2 真实数据实验
    本章小结
第四章 基于多目标粒子群优化的端元提取方法
    4.1 多目标优化的基本概念
        4.1.1 多目标优化的定义
        4.1.2 非支配解
    4.2 基于多目标粒子群优化的端元提取算法
    4.3 实验结果与分析
        4.3.1 华盛顿数据实验
        4.3.2 城市影像数据实验
        4.3.3 对实验结果的讨论
    本章小结
第五章 基于迭代量子粒子群优化的端元束提取算法
    5.1 高光谱影像端元束提取方法
        5.1.1 基于分块的端元束提取方法
        5.1.2 基于候选集的端元束提取方法
        5.1.3 基于光谱形状的端元束提取方法
    5.2 基于迭代量子粒子群优化的端元束提取算法
    5.3 实验结果分析
        5.3.1 精度评价指标
        5.3.2 实验结果与分析
    本章小结
第六章 粒子群优化的端元提取方法的比较
    6.1 方法的比较
    6.2 实验与分析
    本章小结
第七章 总结与展望
    7.1 本文总结
    7.2 研究展望
参考文献
附录
致谢



本文编号：3854413