典型高光谱图像端元提取算法在黄河口湿地应用评价研究

端元提取是混合像元分解的基础,也是高光谱遥感的研究热点。对于特定区域的高光谱图像应该使用哪种端元提取算法,需要对各种端元提取算法进行客观地评价。作者针对黄河口湿地CHRIS高光谱图像,使用了重建图像与原图像的均方根误差、有效端元数量两个指数对PPI、N-FINDR、VCA、OSP、IEA和SISAL六种典型的端元提取算法进行了评价。结果表明,SISAL算法重建误差最小,仅有其他算法误差的10%~28%;OSP算法识别了具有物理意义的6种有效端元,多于其他算法识别的地物类型,而SISAL算法识别的端元缺乏物理意义。     

图像端元全自动提取方法研究

传统端元提取算法一般需要人工指定端元数目，易导致多选或漏选端元。提出了一种端元全自动提取方法，通过研究分类结果的均方根误差、端元间光谱相关性与端元数目的关系，设置两种循环结束条件，当分类结果的均方根误差最小或端元间恰未出现强相关现象时，获得最佳端元数。实验表明，该方法是正确有效的，能够克服现有方法的不足，提高了端元提取自动化程度。     

基于地球化学参数的海底沉积物端元定量判识方法研究Ⅰ.分离沉积物端元的最优斜交成分因子算法

系统介绍“分离沉积物端元的最优斜交成分因子算法”,此算法包括主成分分析、因子得分成分化和最优斜交变换三部分．此算法可获得成分化的非负的斜交因子得分,弥补了Ｑ型因子分析仅能用于样品间的相互关系及样品的分类研究,而不能胜任海底沉积物端元物质分离工作之不足．方法适合于沉积物物源端元定量分离工作．将此方法应用于冲绳海槽海底表层样,成功地分离出长江陆源物质．此方法同样适合于诸如岩石、水体、土壤污染等混合过程的端元定量分离工作．     

一种基于最大体积单体的端元自动提取算法

传统的N-FINDR和SGA等高光谱影像端元提取方法采用了降维作为预处理过程,这使得光谱信息有所损失,因而影响了端元提取结果的精度。为了克服该缺陷,在原始光谱空间计算单体体积的方法引入到端元提取过程中,提出了一种基于最大体积单体的端元提取算法,该算法不需要降低数据维数即可进行体积求解,因此尽可能地保存了不同物质的光谱特征信息。实验结果表明:该方法端元提取结果的精度和效率均优于N-FINDR、SGA和VCA算法。     

基于地球化学参数的海底沉积物端元定量判识方法研究：I.分离沉积物？…

系统介绍“分离沉积物端元的最优斜交成分因子算法”,此算法包括主成分分析、因子得分成分化和最优斜交变换三部分。此算法可获得成分化的非负的斜交因子得分,弥补了Ｑ型因子分析仅能用于样品间的相互关系及样品的分类研究,而不能胜任海底沉积物端元物质分离工作之不足。方法适合于沉积物物源端元定量分离工作。将此方法应用于冲绳海槽海底表层样,成功地仞了出长江陆源物质。此方法同样适合于诸如岩石、水体、土壤污染等混合过程     

粒度端元法在东海内陆架古环境重建中的应用

为了了解不同粒度端元法在东海内陆架古环境重建中的差异性和适用性,本文利用6种粒度端元法(非负矩阵分解、特征向量旋转、分层贝叶斯算法、粒级-标准偏差、理论函数拟合以及粒级主成分因子分析)对东海内陆架北部DC1孔的沉积物进行了粒度端元分离,并对其结果进行了对比和评价,结合沉积学资料评估了不同粒度端元在东海内陆架古环境重建中的差异性和适用性。结果表明,上述6种方法均分离出2个具有沉积学意义的粒度端元(粗粒端元和细粒端元)。除粒级主成分因子分析外,其他5种方法的端元众值粒级大小和端元在钻孔中的含量变化具有很好的一致性,其粗粒端元指示了海侵砂沉积,细粒端元指示了河流细粉砂沉积;而粒级主成分因子分析得到的粗粒和细粒端元可能分别指示了风暴潮沉积和浪流搬运的再悬浮沉积。不同方法得到的粒度端元虽然在粒级分布、端元含量变化等方面有不同程度的差异,但上述6种端元法在东海内陆架古环境重建中都具有良好的适用性,其端元含量的变化均可有效指示末次盛冰期以来海平面波动引起的沉积环境的阶段性变化。     

沉积物物源组成的定量判识方法及其在冲绳海槽的应用

用多元成分数据统计分析中的端元估计算法,处理混合源沉积物地球化学数据定量判识沉积物物源端元的化学成分和比例。将该方法应用于已知端元的人工数据,端元的化学成分和含量的估计值与已知值非常接近。实验结果说明,这种成分数据分析算法是定量判识沉积物物源端元的有效方法。     

改进的MVC-NMF算法在高光谱图像解混中的应用

高光谱图像中混合像元的存在不仅影响了基于遥感影像的地物识别和分类精度,而且已经成为遥感科学向定量化发展的主要障碍。MVC-NMF混合像元解混算法不需要假定纯像元的存在,并且在自动提取端元的同时,能够获取每种端元所对应的丰度图,然而该方法收敛速度较慢、效率较低,文中提出利用BBA(Barzilai-Borwein Algorithm)算法来实现MVC-NMF算法的迭代更新,从而提高了算法的效率。实验结果表明:该方法在相同迭代次数条件下比MVC-NMF算法解混的结果好、效率高。     

应用Hyperion图像监测渤海海冰

对所获取的2008年冬季的辽东湾西岸海域含有海冰的Hyperion高光谱图像进行了大气校正,得到了反射率图像。用ISODATA(Iterative Self-Organizing Data Analysis Technique)聚类分析方法对反射率图像进行计算机自动分类,并结合实测的同时期的海冰反射率光谱确定了不同海冰类型的分布范围。根据不同类型海冰的厚度特征,得到了海冰厚度分级分布图和海冰厚度图。结果表明,Hyperion图像可以区分光谱有区别的冰型,无法区分浮冰和固定冰,可以更清晰地显示出海冰的光谱反射率,与实测光谱曲线更加相似,优于MODIS多光谱图像。同时,用主成分分析方法对海冰Hyperion图像进行了分析。海冰Hyperion图像中,各个波段之间的相关系数都较大,光谱维信息冗余度较大,其中30波段贡献率最高。     

多波束测深趋势面系数的主成分估计

在多波束测深趋势面滤波构建趋势面模型的过程中,其模型变量线性相关时,系数阵存在复共线性,因此将主成分估计的方法应用于趋势面模型系数的求解,从而避免了复共线性的影响,最后通过实测数据进行实验,分别利用最小二乘算法和主成分估计求解二次趋势面模型。比较计算结果,验证了主成分估计算法的有效性。     

海洋CDOM光吸收研究中若干问题的探讨

本文结合在厦门湾的现场调查和实验室分析，对目前海洋CDOM研究中的若干问题，从空白扣除、吸收系数和光谱斜率S值的估算方法、不同粒径滤膜对CDOM光学性质的影响等方面进行了探讨，并就河口混合过程中S值理论保守行为的判断进行了分析。结果表明，测定水样时，应以过滤后的纯水作为空白，CDOM的吸收系数应进行校正以消除样品中非CDOM信号的影响。进行CDOM的S值估算时，不论是高浓度的河流端还是低浓度的海端水样，当波长范围相同时，非线性回归所得S值均大于线性回归。当波长范围不同时，对任何一种回归方法，S值随长波区成分增多而降低，线性回归方法其降低程度尤其明显，总之波长范围对非线性回归处理的影响很小，S值通过对校正后的吸收系数进行非线性回归处理，同时波长范围选300—500nm较为适宜。决定河口混合时S值变化的因素不仅仅是河海两个端元CDOM的S值，还有它们CDOM浓度的相对大小，滤膜对近海Ⅱ类水域CDOM光吸收的影响是不可忽略的，以采用0．20μm左右的滤膜过滤水样为宜。     

基于弱纹理块的噪声估计方法在侧扫声呐图像去噪中的应用

侧扫声呐图像受混响效应影响导致侧扫声呐图像斑点噪声强,边缘模糊,纹理较弱,严重时还会掩盖海底地貌。噪声方差是许多侧扫声呐图像变换域去噪算法的必要参数。指出了侧扫声呐图像在乘性噪声的影响下灰度值溢出的问题,并且以侧扫声呐图像中乘性噪声为背景,考虑灰度值范围对乘性噪声的抑制作用,提出了一种基于弱纹理块的噪声估计方法。算法主要根据噪声的散射模型,将侧扫声呐图像经过幂变换和对数变换,将服从瑞利分布的乘性斑点噪声变换为高斯白噪声,基于变换图像的梯度协方差矩阵和弱纹理块的动态选择,以迭代的方式确定噪声方差。实验结果表明:该算法能够去除灰度值溢出现象对噪声估计的影响,在高亮区域及背景区域的噪声估计结果稳定准确。     

对ENVISAT ASAR level2算法固有误差的分析

欧洲空间局的ENVISAT ASAR level 2算法是从合成孔径雷达(SAR)单视复图像反演涌浪方向谱的算法.该算法假设双峰海浪谱的SAR图像交叉谱是涌浪的图像交叉谱和风浪的图像交叉谱之和.实际上双峰海浪谱的SAR图像交叉谱中还有一个混合项,正是该混合项导致ENVI-SAT ASAR level 2算法有固有误差.利用遥感仿真的方法分析了不同海况条件下该算法的这一固有误差,结果表明,只有在有效波高较小、或风浪的成分较少、或双峰海浪的传播方向较靠近SAR距离向、或波长较长时固有误差才较小,ENVISAT ASAR level 2算法对海浪谱的反演才较为适用.     

基于X波段导航雷达近海回波图像插行修复技术研究

主要研究在连续的X波段导航雷达图像序列丢失一行数据状态下的一种快速修复算法。该算法主要采用基于运动估计与运动补偿的视频序列修复技术进行插行修复。具体步骤是根据雷达图像中像素点的运动特点,采用在小波域运动估计的方法查找在时间序列上相关的匹配块,并在修复的过程中引入这些查找到的匹配块的影响。实验表明,该算法对原始数据能够实现很好的逼近,保证了修复后数据的精度。     

闭合多边形旋转方向判定的更优方法

闭合多边形的旋转方向判定是GIS空间分析和算法中较重要的内容之一,由于现在算法较多,其算法的效率和精确度参差不一。对比分析了基于凸包的闭合多边形旋转算法、基于多边形面积计算的闭合多边形旋转算法和基于凹凸顶点判定方法的闭合多边形旋转算法,从算法设计复杂程度、算法效率等方面进行了详细阐述,指出了基于凹凸顶点判定方法是最简单最有效的一种判定方法。     

基于HJ-1A高光谱的黄河口碱蓬和柽柳盖度反演模型研究

碱蓬和柽柳是黄河口湿地典型的盐生植物类型,是多种保护珍禽的主要栖息地,具有景观尺度较小、分布广且多混生的特点。应用覆盖黄河口北部潮滩的HJ-1A高光谱遥感影像,基于现场测量的端元光谱和从遥感影像中使用顺序最大角凸锥法(SAMCC)自动提取的端元光谱,应用线性光谱分解法(LSU)、正交子空间投影法(OSP)、匹配滤波法(MF)、最小能量约束法(CEM)和自适应一致估计法(ACE)5种不同光谱解混方法进行混合像元光谱解混,对比两种方法得到的端元光谱分别对碱蓬和柽柳盖度的反演能力,并给出相应的反演模型。结果显示:(1)现场测量端元光谱取得了较好的碱蓬和柽柳盖度反演结果,其中应用LSU方法的光谱解混结果与现场测量盖度的决定系数对于碱蓬和柽柳分别达到了0.88和0.95;(2)两种端元获取方式的光谱解混结果中,LSU和OSP方法均获得了较高的相关性,ACE解混方法的相关性都最低;(3)SAMCC方法提取端元光谱对柽柳的分解结果与现场测量盖度的相关性远高于碱蓬。     

条带消除对于高光谱图像分类效果的影响——以CHRIS/PROBA图像为例

以CHRIS/PROBA高光谱图像数据为例,使用非监督分类的ISODATA和监督分类的最大似然法、支持向量机等3种经典的图像分类算法,对消条带前后的图像分别开展分类实验,并对分类结果做了分析。实验结果表明,消条带处理可以较好地改善高光谱图像分类结果的目视效果,能够消除不同类别斑块边缘因条带而产生的"毛刺"现象,这对地物斑块的形状及几何分布敏感的研究(如景观生态学)至关重要;但消条带处理对于提高分类精度的效果并不显著,精度提高最大值不到2%。     

基于源路由的IPv6网络瓶颈带宽定位和估计

网络瓶颈带宽是网络性能的重要指标,现有的瓶颈测量工具只能定位和估计端到端路径的瓶颈带宽,无法定位和估计网络各处的瓶颈带宽,不能满足各种网络设计、管理及应用的需求。文中基于IPv6网络的源路由机制,设计能够定位和估计整个IPv6网络瓶颈带宽的算法和测量包序列,提出基于现代最优化原理的动态规划和分支定界算法,实现了测量工具Netneck。部署在1台探测主机的Netneck就可以定位和估计整个IPv6网络的瓶颈,能够满足全网瓶颈测量的需求。通过部署在CNGI-6PlanetLab平台的大量CERNET2 IPv6网络实验,验证了该算法和工具的有效性。     

一种自动分类的加权模糊C均值图像分割算法

加权模糊C均值算法(WFCM)是1种有效的图像分割算法,该算法的分类数需要人工确定。为了提高算法的自动化程度,本文提出了先采用基于直方图平滑的峰点检测方法自动确定图像的分类数,再利用WFCM分割图像的算法。大量实验结果显示,此算法能够正确地对图像分类,并且合理地分割图像。     

基于光谱复原的NMF遥感图像融合改进算法

在研究了非负矩阵分解(NMF)用于遥感图像融合技术的基础上,改进了一种基于光谱复原的NMF遥感图像融合算法,首先利用矩阵非负性分解求取图像的基向量矩阵,然后综合考虑图像融合后的光谱特性和波形变化情况,对基向量矩阵进行直方图规则化处理,最后得到融合后的图像。实验结果表明,该方法具有较好保持原始图像的光谱信息和空间信息的优点。