高光谱遥感影像混合像元分解课件.ppt

《高光谱遥感影像混合像元分解课件.ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、8.1混合分解的定义：1）混合像元在高光谱遥感影像中普遍存在。2）求解每一混合像元的覆盖类型组分比例值，也就是求取端元百分含量（丰度）。3）解决了因混合像元的归属而产生的错分、误分问题，分类将更加精确。非线性光谱混合线性光谱混合把像元的反射率表示为端元组分的光谱特征和它们的面积百分比（丰度）的函数。Charles在1996年将像元混合模型归结为以下五种类型：（1）线性（linear）模型（2）概率（probabilistic）模型（3）几何光学（geometric—optical）模型（4）随机几何（stochasticgeometric）模型（5

2、）模糊分析（fuzzy）模型还有其它一些模型，如神经网络模型（ANN）8.2混合像元分解技术在均匀光照明、表面比较光滑的情况下，实验室与野外的实验结果都验证了线性混合光谱模型的正确性。借助于线性混合光谱模型，通过模型反转，就能够从像元的表观光谱特性（辐亮度或反射率），分离和提取各像元组分的光谱，分别分析和评价像元组分。优点：线性光谱混合模型是混合像元分解的常用方法。这种模型具有良好的物理意义，并且计算简单、普适应用的特点，也是目前国内外研究最为深入的一种模型。缺点：当典型地物选取不精确时，会带来较大的误差；在实际应用中存在着一些限制：（1）实际情况

3、；（2）端元光谱难以获取；（3）地物数大于波段数；（4）没有考虑地形及其他影响（1）线性模型在线性混合模型中，每一光谱波段中单一像元的反射率表示为它的端元组分特征反射率与它们各自丰度的线性组合。从遥感图像的像元光谱信号可以提取像元整体的表观光谱信息，其表观光谱信息光谱辐亮度L（）是端元光谱辐亮度Lj（j）的线性组合。混合像元reflectance水体植被土壤混合像元混合像元的光谱是像元内各地物光谱的加权和混合像元光谱光谱曲线的表现形式光谱曲线的反演影像中的表现形式混合光谱值面积比加权系数-fraction端元光谱矩阵-endmember端元是组成像

4、元的基本单位，是区分不同地物光谱特征的基本单元数学公式的表现形式光谱均方根误差RMSE误差影像的结构信息未知真实组分分解精度评价标准均方根误差(RMSE)其中n表示所有测试的象元个数，yi和xi分别代表估计组分比与真实百分比均方根误差(RMSE)ROC估计（置信度）双变量分布统计(BDF)已知真实组分分解精度评价标准ROC估计ROC估计（置信度）BDF图双变量分布统计(BDF)美国内华达(Nevada)地区AVIRIS高光谱影像（波段数＝50）实例分析(a)山体、阴影；(b)黄钾铁矾；(c)针铁矿；(d)明矾；(e)白云母；(f)玉髓；(g)高岭石

5、；(h)方解石；(i)钠蒙脱石；(j)噪声图像。实验分析分解结果非线性光谱模型是与线性对应起来的模型，后面五种模型可以统称为非线性模型，最常用的是把灰度表示为二次多项式与残差之和，表达式可以如下：f是非线性函数，一般可设为二次多项式，Fi表示第i种典型地物在混合像元中所占面积的比例，b为波段数。非线性混合像元分解技术对以外地面物体来说，由于其表面状态复杂，地面与大气以及地物之间的多次散射、阴影和仪器视场的不均匀等原因产生非线性效应。线性混合是非线性混合在多次反射被忽略的情况下的特例。优点：计算精度要高，符合实际情况，考虑了多种具体因素。缺点：通用性

6、不强，计算复杂，某些情况下的误差很大非线性混合像元分解的特点（2）概率模型概率模型的一个典型是由Marsh等人（1980）提出的近似最大似然法。该模型只有在两种地物混合条件下使用。利用线性判别分析和端元光谱产生一个判别值，根据判别值的范围将像元分为不同的类别。（3）几何光学模型。该模型适用于冠状植被地区，它把地面看成由树及其投射的阴影组成。从而地面可以分成四种状态：光照植被面（C）、阴影植被面（T）、光照背景面（G）、阴影背景面（Z）。像元的反射率可以表示为：（4）随机几何模型该模型和几何光学模型相类似，像元反射率同样表示为四种状态i的面积权重的线

7、性组合。即：（5）模糊模型基本原理：将各种地物类别看成模糊集合，像元为模糊集合的元素，每一像元均与一组隶属度值相对应，隶属度也就代表了像元中所含此种地物类别的面积百分比。基本步骤是采用监督最大似然法分类，前提是必须符合正态分布。分别利用样本计算出模糊均值向量与模糊协方差矩阵用于代理最大似然法分类中的均值向量与协方差矩阵，求取出属于某一个类别的隶属度。不同混合像元分解模型的可行性应用混合模型的可行性估算不同类型的比例线性光学几何随机几何概率模糊浓密森林的植被与裸地稀疏森林的植被与裸地不同植被群落平均树高、树密度、树尺寸

8、不同作物不同土壤或岩石不同矿物混合土地覆盖类型表中的表示最有效、为可行