• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文期刊> 《遥感信息》 >结合地物光谱库的高光谱端元识别及解混

结合地物光谱库的高光谱端元识别及解混

         
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In hyperspectral unmixing methods based on spectral library,many active endmembers inferred by unmixed abundances may not be really present in mixed pixels(called as false active endmembers).Especially,many of them are of very low abundances.Accordingly,a novel hyperspectral imagery endmember distinguishing and sparse unmixing method based on spectral library is proposed in this paper.In this method,hyperspectral imagery would be initially unmixed by some sparse unmixing method.Then unmixed abundances would be treated by saliency analysis.A saliency judgement threshold is automatically determined from the abundance saliency analysis.Active endmembers with abundances lower than the threshold are kicked out from the mixed pixel.Then a sparser and more accurate active endmembers set is produced.Experiments on simulated data indicate that this method can promote the sparsity of unmixed abundances,the accuracy of endmembers identification and the entire accuracy of unmixing process.Experiments on real data also validate that this method is efficient for real hyperspectral imagery of complex scene.%针对目前基于地物光谱库的高光谱影像稀疏解混方法得到的端元丰度与真实端元丰度仍有较大差距,解混结果中出现很多具有小丰度值的多选端元(伪端元),提出一种基于光谱库的高光谱遥感影像端元识别和稀疏解混方法.首先对影像进行初步稀疏解混,将得到的解混丰度进行显著性分析,自适应地选择显著性丰度阈值,将低于该阈值丰度的端元从混合像元中剔除,得到更为稀疏和准确的表示端元子集.模拟数据的实验表明,该方法能极大提高解混丰度的稀疏性,提高端元识别的准确率,并在一定程度上提高解混的整体精度.真实数据实验结果也验证了该方法在真实影像复杂场景下的有效性.

著录项

  • 来源
    《遥感信息》 |2018年第2期|33-39|共7页
  • 作者

    王毓乾; 何海清; 谭永滨; 李小龙;

  • 作者单位

    东华理工大学测绘工程学院,南昌330013;

    东华理工大学江西省数字国土重点实验室,南昌330013;

    流域生态与地理环境监测国家测绘地理信息局重点实验室,南昌330013;

    东华理工大学测绘工程学院,南昌330013;

    东华理工大学江西省数字国土重点实验室,南昌330013;

    流域生态与地理环境监测国家测绘地理信息局重点实验室,南昌330013;

    东华理工大学测绘工程学院,南昌330013;

    东华理工大学江西省数字国土重点实验室,南昌330013;

    流域生态与地理环境监测国家测绘地理信息局重点实验室,南昌330013;

    东华理工大学测绘工程学院,南昌330013;

    东华理工大学江西省数字国土重点实验室,南昌330013;

    流域生态与地理环境监测国家测绘地理信息局重点实验室,南昌330013;

  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 遥感图像的识别与处理;
  • 关键词

    高光谱影像; 端元识别; 解混; 光谱库; 显著性; 稀疏性;

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号