基于模糊犃犚犜犕犃犘神经网络模型的遥感影像亚像元定位.pdf

第 卷 第 期 武 汉 大 学 学 报 ·信 息 科 学 版 Ｖｏｌ．３４Ｎｏ．３ ３４ ３ 年 月 Ｍａｒｃｈ２００９ ２００９ ３ ＧｅｏｍａｔｉｃｓａｎｄＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅｏｆＷｕｈａｎＵｎｉｖｅｒｓｉｔ ｙ 文章编号： （ ） 文献标志码： １６７１８８６０２００９０３０２９７０４ Ａ 基于模糊犃犚犜犕犃犘神经网络模型 的遥感影像亚像元定位 吴 柯１ １ ２ ２ 牛瑞卿 李平湘 张良培 　 　 　 　 （ 中国地质大学（武汉），武汉市鲁磨路 号， ） １ ３８８ ４３００７４ 　 （ 武汉大学测绘遥感信息工程国家重点实验室，武汉市珞喻路 号， ） ２ １２９ ４３００７９ 　 摘 要：结合亚像元的相关理论，提出了基于模糊 ＡＲＴＭＡＰ神经网络模型的遥感影像亚像元定位方法，利用 　 该方法对模拟的武汉地区的ＴＭ影像进行了实验，并将实验结果与 ＢＰ神经网络模型进行了比较。结果证 明，利用本文方法能够更有效地解决亚像元定位的问题。 关键词：遥感分类；混合像元；亚像元定位；模糊 ＡＲＴＭＡＰ 中图法分类号： Ｐ２３７．３ 遥感影像的像元很少是由单一均匀的地表覆 　　 盖类组成的，一般都是几种地物的混合，它们的值 １ 理论模型和方法 　 实际上是一个瞬时视场内多种地物类型混合的反 射光谱的反映，即混合像元，这就给遥感解译造成 １．１ 理论基础 　 ［］ １ 进行亚像元定位的前提是，通过混合像元分 困扰 。传统的分类方法是把影像上的每一个像 元认为是地物的一个类别，这显然是不准确的。 解得到了不同端元组分在混合像元中所占的百分 如果混合像元能够被分解，而且能够求得它的端 比含量，逐个获得原始混合像元中不同端元组分 元组分的丰度，分类将更精确，这一处理过程称为 的空间分布情况。亚像元定位的理论基础是地面 ［］ 物体的空间分布相关性，即图像的混合像元或者 ２ 混合像元分解 。 年， 提出了亚像 １９９７ Ａｔｋｉｎｓｏｎ ［］ 是不同的像元之间、距离较近的亚像元和距离较 ３ 元定位的概念 。目前，国外已经开展了许多相