一种利用单形体体积自动提取高光谱图像端元的算法 .pdfVIP

一种利用单形体体积自动提取高光谱图像端元的算法 .pdf

  1. 1、本文档共5页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

维普资讯

自.美科手遗展第16卷第9期2006年9月

1196

种利用单形体体积自动提取

高光谱图像端元的算法*

耿修瑞赵永超周冠华

1.中国科学院遥感应用研究所遥感科学国家重点实验室,北京1oo1o1

2.北京师范大学地理学与遥感科学学院,北京100875

摘要高光谱数据端元的提取是理解高光谱数据、继而对数据进行进一步分析(比如解混、填图

等)的前提.基于高光谱数据在特征空间的几何特性提出了一种基于高维单形体体积的自动提取高

光谱数据端元的快速算法,与N—FINDR方法中所用单形体体积公式受限于数据维数的缺陷相比,

该方法适用于任何维数的数据,因而也更加合理和有效.利用在Cuprite获取的AVIRIS数据来验

证此算法.

关键词端元单形体特征空间高光谱遥感

高光谱分辨率遥感或成像光谱遥感技术的发物的种类减一正是这块高光谱数据的本征维数.

展是2O世纪末的最后两个十年中人类在对地观测在不考虑结构、噪声等各种非线性因素情况下,

方面所取得的重大技术突破之一,是当前遥感技图像中的每个像元可以近似认为都是由这些地物

术发展的前沿.通过高光谱成像,或成像光谱技的端元(endmember)线性混合而成,或者说这些

术所获取的地球表面的图像包含了丰富的空间、端元正是组成高光谱图像的基础元素.如何在图

辐射和光谱三重信息.它既表现了地物空问展布像中找到或生成这些地物对应的端元将是一件困

的影像特征,同时也可能以其中某一像元或者像难而且非常有意义的事情.国际上,如何从高光

元组为目标获得它们的辐射强度以及光谱信息.谱图像中提取端元一直是一个热点问题,在这方

先从一个基本的问题人手,海量的高光谱数面,已经有很多成熟的方法被提出和应用,比较

据究竟包含多少内在维数?主成分分析(PCA)正著名的有N—FINDR,[PPII],ORASIS[,

是从信息量人手,对原始的高光谱数据做降维处MESTL5j,IEAL等.6其中IEA和N—FINDR都是

理,从而在基本保持信息量不变的前提下,用尽

自动的提取端元的算法,两种方法的效果接近,

量少的成分代替原始数据.但是,这样变换得到

但是IEA的时间复杂度太大.N—FINDR算法基

的数据没有明显的物理意义,而且图像中的一些

于高维单形体的体积,但其求体积的公式要求数

小目标有可能在做主成分分析时得不到“重视”,

据的维数比端元的个数小一,所以一般情况下都

而往往在很多场合,我们需要的正是那些小目

要先对数据进行降维处理(PC

文档评论(0)

***** + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档