基于光谱解混和目标优化的高光谱图像亚像元定位研究-计算机应用技术专业论文.docxVIP

万方数据 万方数据 Dissertation Submitted to Hangzhou Dianzi University for the Degree of Master Research on sub-pixel mapping of hyperspectral imagery based on spectral unmixing and objective optimization Candidate: Fan Mingyang Supervisor: Prof. Zhao Liaoying March, 2016 杭州电子科技大学 学位论文原创性声明和使用授权说明 原创性声明 本人郑重声明： 所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得 的成果。除文中已经注明引用的内容外，本论文不含任何其他个人或集体已经发表或撰写过 的作品或成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。 申请学位论文与资料若有不实之处，本人承担一切相关责任。 论文作者签名： 日期： 年 月 日 学位论文使用授权说明 本人完全了解杭州电子科技大学关于保留和使用学位论文的规定，即：研究生在校攻读 学位期间论文工作的知识产权单位属杭州电子科技大学。本人保证毕业离校后，发表论文或 使用论文工作成果时署名单位仍然为杭州电子科技大学。学校有权保留送交论文的复印件， 允许查阅和借阅论文；学校可以公布论文的全部或部分内容，可以允许采用影印、缩印或其 它复制手段保存论文。（保密论文在解密后遵守此规定） 论文作者签名： 日期： 年 月 日 指导教师签名： 日期： 年 月 日 杭州电 杭州电子科技大学硕士学位论文 摘 要 高光谱图像包含了丰富的光谱信息，普遍的应用于多种领域，逐渐成为了对 地观测最为首要的信息源之一。但是由于其成像原理，以及高光谱成像仪的制造 技术等诸多外界原因的限制，高光谱图像的空间分辨率普遍比较较低，混合像元 普遍存在于图像中。对于土地覆盖制图、海岸线提取、变化检测和景观指数估计 等应用来说，混合像元内地物的空间细节信息极其重要，假如按照传统的硬分类 方法，图像中的混合像元被归类为任意一种地物都是不正确的。亚像元定位恰好 是弥补上述不足的有效方法。因此，亚像元定位技术具有极其重要的研究意义。 本文以高光谱图像的光谱解混为基础，结合智能优化算法，研究了高光谱图 像亚像元定位。论文的主要工作包括： (1)简单描述了本文研究的相关背景与实际意义，查阅国内外研究相关的文献， 并对其进行分析与总结，为本文提出改进的亚像元定位方法提供重要的科学参考 与理论支持。 (2)对光谱解混相关理论进行系统介绍，包括光谱解混的定义及其数学模型， 然后介绍了纯像元假设下的光谱解混典型方法，最后对无纯像元假设下的光谱解 混典型方法进行简单介绍。 (3)基于光谱解混和目标优化的亚像元定位算法的总体框架，确定以图像连通 区域周长最小为目标函数，并介绍了三种不同的图像周长计算方法，进一步分析 了适用于亚像元定位的优化算法。为了减少算法的时间复杂度，根据地物空间分 布特点，提出了一种新的目标优化迭代策略，采用局部分析代替全局分析。 (4)分别阐述了遗传算法和二进制粒子群算法的基本原理，以及两种算法在亚 像元定位中的具体应用，包括群体的表示及更新过程，并结合 3 种不同的目标函 数计算方法，对比了两种优化算法在亚像元定位中的应用效果。 (5)通过分析连通区域存在特例时基于链码长度求周长最小无法保证结果最 优的原因，提出修改孤立区域的周长并考虑连通区域个数构造代价函数，最后利 用二进制粒子群优化实现亚像元定位。 (6)总结本文所做工作，并对未来高光谱图像亚像元定位方面的发展方向进行 展望。 关键词：二进制粒子群优化，高光谱图像，亚像元定位，空间相关性，光谱解混 I ABSTRACT Due to its rich spectral information, hyperspectral images are widely applied in many fields, becoming one of the most important source of information on Earth observation. However, due to the limit of imaging principles and manufacturing technology, the spatial resolution of hyperspectral image is relatively low, mixed pixels are pervasive in the images. For land cover mapping, coastli