基于分类结果的多光谱遥感影像端元提取方法.pdfVIP

Science Technology Vision 科技视界 基于分类结果的多光谱遥感影像端元提取方法 ， 张云飞 1 岳彩荣 1 2 马 明 1 （ 西南林业大学 ，云南 昆明 ； 西南林业大学 森林资源管理与遥感实验室 ，云南 昆明 ） 1. 650224 2. 650224 【摘 要 】本文针对凸面体分析理论应用于多光谱影像端元提取时的端元数目的限制 ，提出了一种集成监督分类 、纯净像元指数计算 、凸面 体分析理论的端元提取方法 。 通过 TM 影像端元提取实验表明 ，该方法能够克服端元提取数目的限制 ，有效的提取多光谱影像的端元 。 【关键词 】多光谱 ；混合像元 ；端元 0 引言 遥 感影像的像元很少是由单一均质的地表覆盖类型组成 ， 一般 都是几种地物的混合 。 因此影像中像元的光谱特征并不是单一地物 的光谱特征 ，而是几种地物光谱特征的混合反映 ，这给遥感解译造成 困扰 。 混合像元问题不仅是遥感技术向定量化深入发展的重要障碍 ， 而且也严重影响计算机处理的效果或计算机技术在遥感领域中的应 用[1] 。 遥感影像端元提取是理解遥感影像空间与特征空 间的纽带 ，它是 进行遥感影像混合像元分解的首要步骤 ，直接影响混合像元分解的精 度 ，是进行定量遥感反演的基础 ，因而混合像元分解理论在遥感影像 的理解与运用上占据重要的地位[2] 。现行的端元来源有两种 ，一是使用 光谱仪在地面或实验室测量到的 “参考端元 ”[3] ；二是在遥感图像上得 到 的“图像端元”[4] 。 但是由于各种因素 ，诸如不同传感器 光谱响应 、大 图 1 端元提取流程图 气影响 、辐射条件等 ，地面实测光谱很难与影响建立起关系 ，并且实测 2 实验与分析 有较大的主观性 。而从影像本身获取端元简单 、方便 ，且获取的端元具 有与影像数据相同的度量尺度 [5] ，因此从影像本身获取端元是目前获 2.1 实验数据 取有效端元的主要途径和研究的热点 。 实验 所 用数据为 经过预 处理的 云南省 大理 市 TM 多 光谱遥感影 目前 ，国内外针对端元提取的算法大都集中于高光谱影像 ，高光 像数据 数 据在 可见光 近红外 短 波 红外 热 红外 的 。 TM / / / 0.45~12.5μm 谱影像以其图谱合一技 术为端元的提取提供了广阔的空间 [6] ，而对于 大气 窗口上设置 了 7 个 波段 ， 而 出 TM6 波段空间分辨率为 120m 外 ， 高空间分辨率低光谱分辨率的多光谱影像端元提取算法很少 。如何从 其 他 波段空间分辨率均为 30m。本 文采 用 TM1~TM5、TM7 这六个 波段 多光谱影像仅有的几个波段中有效的提取端元信息 ，是多光谱遥感影 进 行 处 理 ，波 长 范 围 为 0.45~2.35μm ，如 图 2 所 示 （5,4,3 波 段 彩 色 合 像混合像元分解的关键 。 现行的端元提取算法集中于凸面体分 析 ，通 成 ），图像大小 为 400 行 ×400 列 。 过求取影像的本征 维数来 确定端元的数目 ，端元数目 即为本征维 数 加 一[7] 。 以 TM 多光谱影像为 例 ，分辨率为 30 米 的多光谱影像有 6 个 波 段 ，即便这 6 个 波段互 不相关 ，其本征 维数不会超过 6 维 ，