多光谱影像混合像元解混加权变异系数分析法.PDFVIP

20 18 年9 月 农 业 机 械 学 报 第49 卷 第9 期 doi:10.6041/ j.issn.1000鄄1298.2018.09.018 多光谱影像混合像元解混的加权变异系数分析法 1,2 1 1 宇摇 洁 摇 叶摇 勤摇 林摇 怡 (1.同济大学测绘与地理信息学院,上海200092;2.同济大学环境科学与工程学院,上海200092) 摘要:影像上同物异谱或同谱异物的现象会造成同一混合像元端元在影像上的光谱不唯一。 端元差异问题将给端 元选择和提取造成困难,并最终影响混合像元分解的精度。 为了尽可能减小端元类内差异、扩大类间差异,针对传 统算法无法避免端元在不同波段的光谱数值尺度相差很大且定权自动化程度低的缺陷,将变异系数概念引入端元 差异问题研究中,提出一种适用于多光谱数据的基于加权理论的加权变异系数分析法(Weighted coefficient of variation analysis,WCVA)。 分别从理论和实验两方面论证了WCVA 的可行性与优越性。 在对比实验中,利用同一 地区的TM和GeoEye多光谱影像,从可视化端元空间分布、算法效率和混合像元最终解混精度比较了WCVA和最 佳指数因子(Optimal indexfactor,OIF)结果。 实验证明利用本文提出的WCVA方法获得的波段组合具有更高的解 混精度(0郾183和0郾160)。 同时运算效率明显高于OIF。 因此 WCVA不仅能够有效解决端元差异问题,提高混合 像元解混的精度,而且具有较高的运算效率。 关键词:多光谱影像;混合像元;端元差异;变异系数;波段提取 中图分类号:P237 文献标识码:A 文章编号:1000鄄1298(2018)09鄄0154鄄06 Novel Weighted Coefficient of Variation Analysis Approach for Endmember Variability Issue in Unmixing Process of Multi鄄spectral Imagery 1,2 1 1 YUJie 摇 YE Qin 摇 LIN Yi (1.College of Surveying and Geo鄄Informatics,Tongji University,Shanghai200092,China 2.College of Environmental Science and Engineering,Tongji University,Shanghai200092,China) Abstract:The phenomena of different objects having the same spectrum and the same objects having different spectrum bring inconsistency for the same endmember. The existing of endmember variability issue will lead the process of endmember selection and extraction more difficult and decrease the final unmixing accuracy. Aiming to minimize the intra鄄class variability and maximize the inter鄄class variability,anew methodnamedweightedcoefficientofvariationanalysis