端元可变的高光谱图像解混算法研究
光谱解混是高光谱图像众多应用中需要解决的一个关键问题。传统的光谱解混方法假定每类地物仅有一种端元光谱,其端元集是固定的。
由于地物的复杂多样性和成像条件的影响,高光谱图像“同物异谱”和“异物同谱”现象普遍存在,从而导致对所有像元用固定的端元集进行解混精度受限。因此,研究端元可变的高光谱图像解混算法对提高高光谱图像的应用具有重要的意义。
本文针对端元可变的端元束提取以及多端元光谱混合分析算法展开研究,主要研究内容如下:(1)针对现有的基于光谱信息和空间信息的端元束提取方法没有充分考虑冗余端元的去除,导致后续光谱解混误差增加和光谱解混复杂度较高的问题,提出了一种基于超像素分割和像元纯度指数的端元束提取方法。首先通过PPI提取初始候选端元,每个超像素内保留一个候选端元并以超像素为邻域计算其均质性指数,对保留的端元根据其均质性指数进行筛选,通过聚类得到每类地物的端元束,并进一步去除类内冗余端元。
仿真和真实数据实验结果表明,所提出的方法能有效提取可变端元且能降低后续光谱解混的复杂度。(2)针对基于超像素分割和纯像元指数的端元束提取算法无法有效解决含多种植被和植 ...