基于线性混合模型的高光谱图像端元提取

《基于线性混合模型的高光谱图像端元提取》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、维普资讯http://www.cqvip.com第19卷第3期遥感技术与应用Vo￡．19No．32004年6月REM0TESENSGTECHNOLOGYANDAPPLICATIONJun．2004基于线性混合模型的高光谱图像端元提取薛绮，匡纲要，李智勇(国防科学技术大学电子科学与工程学院一系，湖南长沙41OO73)摘要：近年来，基于线性混合模型的光谱解混合技术正在越来越广泛地用在光谱数据分析和遥感地物量化中，这项技术的关键就在于确定端元(Endmember)光谱。通常，端元的荻取有两种方式：来源于光谱库以及来源于图像数据，相比之下后者得到

2、的结果更能体现真实的地面信息。为此，从线性混合模型的特点出发，归纳了目前几种比较成熟的端元提取算法，分析了它们的主要思想和存在的优缺点，并总结了评估算法结果的依据，最后介绍了端元提取技术的发展趋势。关键词：高光谱；端元提取；线性混合模型中图分类号：TP75文献标识码：A文章编号：1004—0323(2004)03一O197—051998；Haboudane等，2002)等方面都发挥了重要的引言作用。另外它也是遥感植被分析的重要工具之一2O世纪8O年代遥感界的最大成就之一就是高(Elmore等，2000；Peddle等，2001；Riano

3、等，光谱遥感技术的出现。它使原本在宽波段遥感中不2002)。光谱解混合一般分为两个步骤：端元提取可探测的物质，在高光谱遥感中都能被探测。成像光和混合系数估计。其中端元提取是最关键也是难度谱系统在对目标地物的空间特征成像的同时，也获较大的一步。另外，端元提取的目的不仅仅在于光谱取每个像元近乎连续的窄波段光谱信息，达到从空解混合，实际上，作为线性混合模型的重要参数，它间直接识别地球表面物质的目的，成为遥感领域一在目标检测、变化检测和图像分类等领域都发挥着大热点n。重要作用。通常，高光谱图像中的光谱是变化的，即使是同端元一种可能的来源是光谱库。

4、但是不能排除一类型的地物，其波谱也不相同，特别是对于传感器地面测量，光照和大气条件对光谱特征的影响，换句所记录的图像数据。因此，需要建立一个描述波谱变话说，库中的光谱和航空数据几乎是不可能在完全化的模型来模拟数据特性。线性混合模型(The相同的条件下取得的，因此这种方法还存在一定的LinearMixingMode1)因其模型简单和易于处理的风险。比较之下，图像端元的优势就在于它是光谱特点得到了广泛应用。。它主要通过一组确定的特数据的直接反映，容易与场景中的具体特征相联系，征光谱向量和相应的混合比例来描述图像中光谱的更贴近图像的变化，所以更

5、科学的方法是从图像中混合情况，这一组特定的光谱向量我们称为“端元”直接提取端元。因此，本文的主要内容就是研究目前(Endmember)，它通常指的是某种“纯”的地物类广泛使用的一些端元提取算法。文章第一节首先对型，如土壤、水体、植被等。线性混合模型的定义和特点加以说明；在第二节详建立在线性混合模型基础上的光谱解混合技术(SpectralUnmixing)是高光谱数据的主要处理方细阐述了端元提取算法的研究现状；第三节介绍了法之一0。它在研究月球和火星的表面特性(Adams端元提取算法的评估手段；第四节简要总结了端元等，1986；Mustar

6、d&Head，1996；Pinet等，2000；提取算法的发展趋势。Bell等，2002)，监测城市环境(Phinn等，2002；2线性混合模型Small，2002)，测量水体的混浊情况(Kameyama等，2001)和测量土地退化(Metternicht＆Fermont，线性混合模型的表达式为：收稿日期：2003一II一27；修订日期：2004—03—23作者筒介：薛绮(1979一)，女，硕士生，主要从事高光谱图像处理方面的研究。维普资讯http://www.cqvip.com198遥感技术与应用第19卷z一>：a^s^+w~--Sa+

7、W(1)正其中：．27是×1维的观测光谱向量，是一个×M维矩阵，其每一列代表一个端元向量S，一1，⋯，M，a是MX1维的混合系数(部分丰度)向量，W是一个×1维的附加的观测噪声向量。对于图像数据的N个像素点，式(1)可写成矩阵形式：X—A+W(2)其中：X一[z(1)⋯．27(N)]，A一[口(1)⋯a(N)]和一Ew(1)⋯硼(N)]。在实际环境中，线性混合模型将受到两个约束图1PPI示意图条件的限制。这两个约束条件制约着混合系数向量加无据可依了。所以只有智能化的选取测试向量才的值，分别是非负约束a≥0，i一1⋯M和归一化可以使算法更有

8、效的发挥作用鹞。M约束：∑口1。它们的物理意义十分明显：①光谱在遥感影像处理系统ENVI中，就用到了PPI；1的方法进行样本提纯，通过对图像中的像素点进行是一种能量，不可能存在负值；②混合能量