基于非线性降维的高光谱混合像元分解算法

被引：2

作者：

唐晓燕 ^{[1
,2
]}

高昆 ^{[2
]}

倪国强 ^{[2
]}

机构：

[1] 南阳理工学院电子与电气工程学院

[2] 北京理工大学光电成像技术与系统教育部重点实验室

来源：

计算机仿真 | 2014年 / 31卷 / 04期

关键词：

混合像元; 高光谱解混; 非线性降维; 局部切空间排列; 流形学习;

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：

研究遥感图像处理混合像元分解问题,由于遥感图像中包含很多混合像元,影响图像的质量。传统的解混算法是以线性光谱混合模型为基础,因此解混精度不高。针对遥感图像中存在的非线性光谱混合,从数据统计的角度,提出一种基于光谱夹角距离的局部切空间排列算法进行非线性降维的光谱解混算法。首先通过基于光谱夹角距离的局部切空间排列算法将原始高光谱数据非线性降维到低维空间,再利用寻找最大单形体体积的方法提取端元,并用非负约束的最小二乘法计算各个端元的丰度。通过仿真和真实高光谱遥感数据实验结果表明,得到的分解结果优于测地线的最大单形体体积(GSVM)算法和N-FINDR算法,为提高遥感图像分解精度提供了参考。

引用

页码：347 / 351

页数：5

共 12 条

[1]

N-FINDR: An algorithm for fast autonomous spectral end-member determination in hyperspectral data. Winter ME. Proceedings of SPIE Conference Imaging Spectrometry . 1999

[2]

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

[3] 利用流形学习进行高光谱遥感影像的降维与特征提取 [J].

杜培军 ;

王小美 ;

谭琨 ;

夏俊士 .

武汉大学学报(信息科学版) , 2011, (02) :148-152

[4] 基于线性变换的高光谱图像端元提取算法 [J].

王瀛 ;

郭雷 ;

梁楠 .

计算机仿真, 2012, 29 (12) :329-333+348

[5]

Spectral unmixing. Keshava, Nirmal,Mustard, John F. IEEE Signal Processing Magazine . 2002

[6]

Foreword to the special issue on spectral unmixing of remotely sensed data. Plaza, Antonio,Du, Qian,Bioucas-Dias, José M.,Jia, Xiuping,Kruse, Fred A. IEEE Transactions on Geoscience and Remote Sensing . 2011

[7]

Hyperspectral Unmixing Overview: Geometrical, Statistical, and Sparse Regression-Based Approaches. Jose M. Bioucas-Dias,Antonio Plaza,Nicolas Dobigeon. IEEE JOURNAL OF SELECTED TOPICS IN APPLIED EARTH OBSERVATIONS AND REMOTE SENSING . 2012

[8]

Exploiting manifold geometry in hyperspectral imagery. Bachmann, Charles M.,Ainsworth, Thomas L.,Fusina, Robert A. IEEE Transactions on Geoscience and Remote Sensing . 2005

[9]

Nonlinear unmixing of hyperspectral images using a generalized bilinear model. Halimi, Abderrahim,Altmann, Yoann,Dobigeon, Nicolas,Tourneret, Jean-Yves. IEEE Transactions on Geoscience and Remote Sensing . 2011

[10]

Development of a Network-Based Method for Unmixing of Hyperspectral Data. Karathanassi, V.,Sykas, D.,Topouzelis, K.N. Geoscience and Remote Sensing, IEEE Transactions on . 2012

← 1 2 →