高多光谱图像混合像元解混分析-通信与信息系统专业论文.docxVIP

华 中 科 技 大 学 硕 士 学 位 论 文  PAGE 58 1 绪 论 1.1 课题背景 “遥远的感知”是遥感的字面意思，在广义上来说，遥感能通过远离目标的 方式来判定、测量并分析目标的性质，狭义上的遥感可以这样理解：对地球进行 观测时，若以航天或航空为平台，并使用多种传感器接收和记录电磁波信号，根 据地表物体与电磁波的相互作用以及对被测目标的电磁特性进行分析，从而获取 物体特征性质及其变化信息的技术[1]。遥感技术的高分辨率以及谱信息丰富等特 点得到极为广泛的关注，沙漠、高山、沼泽等地面复杂多变的地方，由于自然条 件恶劣，正常的手工作业无法获知这些地区的地面资料，利用遥感能不分昼夜且 不管地面条件如何均能工作的特点，能提供这种地区宝贵的探测资料。在诸多类 似的领域中，遥感技术有广泛而深远的意义。 在遥感成像中，纯净像元按照某种方式组成混合像元，因此混合像元的光谱 可以视作几种纯净地物光谱的组合，在进行图像分类时，无法将此类混合像元划 分到某一类地物中去，因为它处于几种纯净地物之间，将它归属到任何一类都是 不准确的，只有纯净地物才易于判别。 混合像元现象对遥感图像的目视解译以及计算机处理带来了重大阻碍，成为 遥感技术发展的一块绊脚石。图像空间分辨率的提高，必然导致混合像元数量降 低，但不管空间分辨率提高到多少，混合像元现象总是客观存在[2]。随着遥感技 术的不断发展，以及遥感定量化的研究越来越深入，遥感在农作物估产、资源调 查等方面被广泛使用，其优越性和重要性越来越突出，然而，面积的提取作为定 量化遥感的关键技术之一，一直是一个难题[3]。随着遥感技术的发展，军事、民 用上对遥感图像的需求会越来越大，而混合像元现象严重影响着遥感图像的分类 精度，为提高遥感图像的分类精度，扩大应用范围，对遥感图像混合像元进行解 混很有必要。提高遥感图像的质量，为后续应用提供有力保障，成为一个重要的 任务。 目前，在诸多领域如农林业、地质勘探、海洋、气象、军事、环保等，对地 遥感探测技术都有应用，在未来的发展趋势中，一个及时、快速提供多种对地观 测数据的新阶段即将到来。同时，提高遥感图像的空间分辨率、光谱分辨率和时 间分辨率是一个必然的趋势，其应用领域将越来越广泛。遥感信息的应用才是遥 感探测的最终目的，处理好混合像元问题，提升遥感图像质量和边界清晰度，提  高遥感信息的精度和可用性，扩大其应用范围，将会带来较好的社会和经济效益。 1.2 遥感图像解混的发展现状 遥感是一门综合性的技术，在 20 世纪 60 年代被提出。由于研究领域、传感 器、分辨率等不同，遥感探测可以分为很多类型，如多光谱、高光谱遥感等。不 断提高光谱分辨率一直是自遥感发展以来的一个重要趋势，经国际遥感界取得共 识[4]。多光谱（Multispectral）光谱分辨率在 10?1λ 数量级范围内，覆盖可见光和 近红外光谱区的几个波段，美陆卫星 TM 和法国 SPOT 卫星等均有多光谱成像系 统，光谱分辨率在10?2λ 的遥感信息称为高光谱（Hyperspectral）遥感，而超高光 谱（Ultraspectral）遥感的光谱分辨达到 10?3λ [5]。多光谱遥感在资源调查、环境 监测等方面发挥了重大作用；高光谱遥感利用多而窄的波谱获取地面目标丰富的 空间、辐射和光谱三方面的信息，与多光谱相比，高光谱图像无论是波段数目还 是光谱分辨率、图像空间分辨率都更高，提高效率、性能及数据定量将成为未来 高光谱主要发展方向。 高光谱/多光谱影像中，一条光谱只代表一个像元或是一类地物的情况是很 少见的，一般几种地物的光谱才能客观反映一个像元的光谱特性，总体而言，像 元由一种地物均匀组成的情况少见，多数情况下，像元是几种地物的混合体[6]。 如前所述，遥感图像中存在混合像元，即一个像元能代表地面一片较大面积的地 物，而这片面积中可能会含有多种地物类型，从而直接导致遥感中图像分辨率降 低[7]。如下三种情况容易产生混合像元：一是由于土壤或是湿度等地物本身因素 的影响产生混合像元；另一类由于空间分辨率限制引起混合像元；最后，若背景 中存在阴影等也会造成混合像元，混合像元如图 1.1 所示。 混合像元 地物类型3 地物类型1 地物类型2 图 1.1 混合像元示意图 20 世纪 90 年代以来，混合像元解混技术得到国内外学者的关注，在研究者  们不断研究发展下，很多混合像元分解模型被提出来，其中最具代表性的有线性 混合模型、几何光学模型、随机几何模型、概率模型、模糊分析模型[8]。这些模 型按参量之间的关系可以归结为线性和非线性模型两类[9]。 在线性混合模型中，混合像元的灰度是几个纯净像元灰度的组合。建立和求 解非线性混合模型比线性混合模型困难，因此实际研究中，非线性混合模型研究