基于光谱分类的端元提取算法.pdfVIP

第31卷，第7期 光谱学与光谱分析 20l 1年7月 and Analysis SpectroscopySpectral July，2011 基于光谱分类的端元提取算法研究 高晓惠1’3，相里斌2，魏儒义1’3，吕群波2，卫俊霞1’3 1．中国科学院光谱成像技术重点实验室，西安光学精密机械研究所光谱成像技术实验室。陕四西安710119 2．中国科学院光电技术研究院。北京100190 3．中国科学院研究生院，北京100049 摘要 日前成熟的端兀提取算法是基于单形体几何学的像元纯度指数(PPI)算法，N-FINDR，VCA等算 法。这些算法从图像所有像元中提取纯光谱，具有提取速度慢、精度小高的缺点；部分算法需要进行光谱降 维，不利于小目标信息的提取。该文提}{j先利用基于空I’HJ特征的光谱分类赞：法进行分类，将整个图像划分成 空间相邻、光谱相似的若f二类，每一类的均值光谱作为标准光谱，从所有类别的标准光谱I}I提取纯光谱，使 得运算苗明显减少，并且降低了噪声对算法的影响，极大的提高r端兀提取的速度和精度。同时采用基于光 谱冗余的端兀提取算法进行端元提取，不需要预先设定端，，已数目，相对于PPI，N-FINDR等算法，该算法更 具合理性。将该算法处理结果与ENVI中的SMACC算法处理结果进行比较，表明该算法具有端兀提取准 确，空间连续性好，抗噪能力强等特点。 关键词高光谱遥感；光谱分类；光谱冗余；光谱解混合 文献标识码：A 中图分类号：TP751．1 (2)端元提取的精度不高。单个像元光谱存在着系统引入的 引 言 随机噪声和测链误差等，直接影响端兀的提取精度。多数基 于N维译形体的算法都需要进行光谱降维，将待分类的高 随着高光谱遥感的发展，光谱成像仪器的空问分辨率和 光谱数据的维数降至N一1维，这相当于降低了光谱分辨 光谱分辨率越来越高。从世界范围来看，光谱分辨率门前可 率，因此不利于小目标的提取识别。算法预先设定要提取的 以达到纳米，空间分辨率一般为几米到几千米之间。由于光 端无数N，这也是非常不科学的。 谱仪空间分辨率是有限的，不町能尤限制的提高，而地物尺 在对国内外端元提取方法l3-5]进行研究的基础上，本文 度却有可能非常微小，使得一个像元往往包含若干种地物， 提f}{先进行光谱分类，将整个图像划分成空间相邻、光谱相 因此以像元为单位得到的光谱通常是若_f二种地物的混合光 似的若干类，然后把每一类的均值光谱作为标准光谱，从所 谱。高光谱图像中的混合像元问题足广泛而永久存在的问 有类别的标准光谱中提取纯光谱，使得运算最明显减少，并 题。光谱解混合包括两方面的问题，首先是纯光谱提取，也 且降低r噪声对算法的影响，极大的提高了端元提取的速度 就足端冗提取，然后求解各个端元在每个像元中百分比含 和精度。文中重复采用带约束的最dx_-乘法对各类的标准光 量，也就是丰度值。线性混合模型比较简单。并H在多数情 谱进jj光谱解混合，每次选择具有最大光谱冗余黾的类的标 况下是有效的，因此在遥感图像处理中一般采用线性混合模 准光谱作为新增端兀，随着端J已数目的小断增加，光谱解混 型进行光谱解混合。在线性光谱混合模型的基础上，目前常 合后最大光谱冗余鞋也会越来越小，因此算法足收敛的。算 用的较为成熟的端元提取方法有基于单形体儿何学的像元纯 法通过设定最大光谱冗余龋的波段平均值的大小来控制提取 度指数(PPI)E1]算法，N-FINDRt20算法、顶点成分分析法端元的数口，不需要进行光谱降维，不需要预先设定端元数 (v(A)算法等。这些算法从图像所有像元中提取纯光谱，具