基于正交投影理论的端元提取算法

发布时间：2017-03-28 05:13

  本文关键词：基于正交投影理论的端元提取算法，由笔耕文化传播整理发布。

【摘要】：高光谱遥感数据因其包含着图像与光谱双重信息的特性被愈加广泛地应用在军事检测、环境保护和公共安全等方面。但由于自然界中空间及地物的复杂性,图像中的像元往往包含了较多的物质信息,导致大量的混合像元存在,增加数据分析的难度。端元代表了图像中较为纯粹物质的光谱特征,对于定量分析图像成分及其含量具有重要的作用。因此,有效提取高光谱图像中的端元十分有意义。ATGP和MEAC算法是利用正交投影理论和最大似然估计理论提取端元的代表算法,尤其是ATGP算法,已经广泛应用在光谱解混等分析中。但是,他们也都存在固有的问题和缺点。论文在线性光谱混合模型的基础上,展开了上述两种理论下的端元提取算法研究和改进,主要的工作包括：1)分析正交投影类端元提取算法和极大似然估计类端元提取算法各自的优点和缺点,并深入研究其代表算法ATGP和MEAC、SMEAC算法的内在关系；比较不同种类算法的性能；2)对比正交投影方法OVP算法与OSP算法的异同,并利用OVP算法改进ATGP算法得到UVOP算法；通过提取的ATGP与MEAC之间的联系,将MEAC、 SMEAC算法与ATGP和UOVP相结合,得到改进算法ATGP-M与UOVP-M;3)分别在模拟高光谱图像和真实高光谱图像进行实验,选取相关端元提取的对比算法,分析各个算法提取端元的光谱角距离、丰度误差、解混误差以及提取相同端元的运行时间等数据,从而验证改进算法的性能。。理论分析和实验结果都表明,论文所提出的算法具备了正交投影理论和最大似然估计理论端元提取算法的优点,实用性更强。
【关键词】：端元提取 正交投影 最大似然估计 ATGP OSP OVP MEAC
【学位授予单位】：大连海事大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP751
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 第1章 绪论10-18
• 1.1 课题背景及研究意义10-13
• 1.2 端元提取算法研究现状13-15
• 1.3 论文的研究工作及总体架构15-18
• 1.3.1 论文研究工作15-16
• 1.3.2 论文结构16-18
• 第2章 光谱混合模型及端元提取算法18-27
• 2.1 光谱混合模型18-22
• 2.1.1 线性光谱混合模型19-20
• 2.1.2 非线性光谱混合模型20-22
• 2.2 端元提取算法简述22-26
• 2.2.1 自动目标检索算法（Automatic Target Generation Process，ATGP )22-23
• 2.2.2 纯像元指数（Pixel Purity Index, PPI)23-24
• 2.2.3 单形体X棾に惴ǎ⊿implex Growing Algorithm, SGA)24
• 2.2.4 最小丰度估计协方差算法（Minimum Estimated Abundance Covariance,24-25
• 2.2.5 快速最小丰度估计协方差算法（Sequential Minimum Estimated Abundance25-26
• 2.3 本章小结26-27
• 第3章 结合正交投影和最大似然估计理论的端元提取算法研究27-35
• 3.1 正交投影类算法与极大似然估计类算法分析27-31
• 3.1.1 ATGP算法与MEAC算法的优劣分析27-29
• 3.1.2 ATGP算法与MEAC、SMEAC算法的关系29
• 3.1.3 OSP算法与OVP算法关系29-31
• 3.2 改进算法的提出31-34
• 3.2.0 非监督的正交投影算法（Unsupervised Orthogonal Vector Projection,31-32
• 3.2.1 ATGP-M算法32-33
• 3.2.2 UOVP-M算法33-34
• 3.3 本章小结34-35
• 第4章 算法应用与数据分析35-59
• 4.1 模拟图像对比实验35-51
• 4.1.1 模拟图像简介35-37
• 4.1.2 模拟图像实验37-50
• 4.1.3 实验结论50-51
• 4.2 真实高光谱图像上的实验51-57
• 4.2.1 真实高光谱图像简介51
• 4.2.2 真实高光谱图像的实验51-56
• 4.2.3 实验结论56-57
• 4.3 结果分析57-59
• 第5章 总结与展望59-62
• 5.1 总结59-60
• 5.2 展望60-62
• 参考文献62-65
• 致谢65-66
• 研究生履历66

【相似文献】

中国期刊全文数据库 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

中国重要会议论文全文数据库 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

中国博士学位论文全文数据库 前4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

3 杨华东;高光谱遥感影像光谱解混算法研究[D];大连海事大学;2015年

4 李智勇;高光谱图像异常检测方法研究[D];国防科学技术大学;2004年

中国硕士学位论文全文数据库 前10条

1 冯淑娜;基于多端元混合像元分解的喀斯特石漠化表征因子提取研究[D];中国矿业大学;2015年

2 崔俊涛;对于高光谱图像端元解混方法研究[D];西安电子科技大学;2013年

3 王可;多端元光谱混合分析算法研究[D];电子科技大学;2015年

4 肖霄;基于正交投影理论的端元提取算法[D];大连海事大学;2016年

5 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

6 刘正春;多端元光谱混合分析方法研究[D];中南大学;2012年

7 刘益世;高光谱遥感混合像元端元提取研究及应用[D];中南大学;2013年

8 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

9 曾凡霞;高光谱遥感图像端元提取算法改进及性能优化[D];成都理工大学;2013年

10 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

  本文关键词：基于正交投影理论的端元提取算法，，由笔耕文化传播整理发布。

本文编号：271731