12285.高光譜遙感影像端元提取算法研究及應(yīng)用

1、中圖分類號里2三2UDC52墨碩士學(xué)位論文學(xué)校代碼!Q5蘭三密級公玨高光譜遙感影像端元提取算法研究及應(yīng)用ResearchonEndmemberExtractionAlgorithmandApplicationofHyperspectralRemoteSensingImage作者姓名：學(xué)科專業(yè)：研究方向：學(xué)院(系、所)：指導(dǎo)教師：副指導(dǎo)‘教師：牛貝貝測繪工程高光譜遙感應(yīng)用研究地球科學(xué)與信息物理院楊敏華教授余德清高工一一主席印中南大學(xué)201

2、4年5月高光譜遙感影像端元提取算法研究及應(yīng)用摘要：本文主要圍繞高光譜遙感數(shù)據(jù)在混合像元分解技術(shù)中的應(yīng)用展開。針對這個中心提出了新的混合像元分解的方法，并根據(jù)實驗進行了驗證其有效性。高光譜遙感影像一般包含了上百個波段豐富的光譜信息，具有光譜分辨率高的特點，可以通過光譜信息分析與傳統(tǒng)的影像空間信息分析結(jié)合，進行更高程度地從圖像中挖掘出有用的信息。單個像元內(nèi)包含的多種地物光譜的混合效應(yīng)、大氣傳輸過程中的混合效應(yīng)、遙感儀器本身的混合效應(yīng)，使得混

3、合像元普遍存在于圖像中。隨著高光譜遙感廣泛推廣應(yīng)用，混合像元分解技術(shù)的成熟，使得目標(biāo)探測由像元級達到亞像元級別成為現(xiàn)實，提高了影像分類、識別等應(yīng)用精度?；旌舷裨纸獾氖滓獑栴}是端元的確定，再利用求取的端元和混合像元分解模型進行求解豐度。本文圍繞高光譜遙感影像的端元提取這個中心進行研究，主要內(nèi)容和研究工作成果是：(1)針對高光譜遙感數(shù)據(jù)具有量大，且計算復(fù)雜度高等問題，提出了基于ICA特征提取的NFINDR算法，并與傳統(tǒng)的MNF特征提取后進

4、行NFIDNR端元提取實驗對比，影像解混后的豐度誤差圖像的協(xié)方差降低，驗證了該算法的有效性和優(yōu)越性。(2)相較只利用光譜信息的傳統(tǒng)端元提取算法和合理利用空間信息和光譜信息，但判別端元程序繁瑣的AMEE端元提取算法，提出了基于坐標(biāo)的最大距離法的AMEE的改進的方法，并結(jié)合AVIRS高光譜遙感數(shù)據(jù)進行實驗對比，驗證了該方法的可行性。圖17幅，表5個，參考文獻55篇。關(guān)鍵詞：高光譜遙感；端元提?。换旌舷裨?；數(shù)學(xué)形態(tài)學(xué)；最大距離法；獨立成分分析