高光谱图像端元提取算法研究进展与比较

被引：30

作者：

李二森 ^{[1
,2
]}

朱述龙 ^{[1
]}

周晓明 ^{[1
]}

余文杰 ^{[1
]}

机构：

[1] 信息工程大学测绘学院

[2] 矿山空间信息技术国家测绘局重点实验室

来源：

遥感学报 | 2011年 / 15卷 / 04期

关键词：

高光谱图像; 混合像元; 线性光谱混合模型; 端元;

D O I：

暂无

中图分类号：

TP751 [图像处理方法];

学科分类号：

081002 ;

摘要：

高光谱图像中混合像元的存在不仅影响了基于遥感影像的地物识别和分类精度,而且已经成为遥感科学向定量化方向发展的主要障碍。本文分析和研究了现有的典型端元提取算法,在此基础上,对这些算法进行归纳总结,从是否假定纯像元存在角度将其分为两类:端元识别算法和端元生成算法,并就两种分类方法选取了具有代表性的6种典型端元提取算法:N-FINDR、VCA、SGA、OSP、ICE和MVC-NMF算法进行分析和实验。通过对这6种方法的实验比较,得出两种端元提取分类方法的优点与不足,并对今后的研究工作提出展望。

引用

页码：659 / 679

页数：21

共 3 条

[1] 非监督正交子空间投影的高光谱混合像元自动分解 [J].

吴波 ;

张良培 ;

李平湘 ;

不详 .

中国图象图形学报 , 2004, (11) :122-126+130

[2]

The successive projec-tion algorithm （SPA）,an algorithm with a spatial constraint for the automatic search of endmembers in hyperspectral data. Zhang J K,Rivard B,Rogge D M. Sensors . 2008

[3]

Fully constrained Least sqaures linear spectral mixture analysis method for material quantification in hyperspectral imagry. D.C.Heinz,Chein-I Chang. IEEE Transactions on Geoscience and Remote Sensing . 2001

← 1 →