混沌离散粒子群优化的高光谱影像端元提取算法

针对离散粒子群优化算法在进行端元搜索时易陷入局部最优值等缺陷,提出了混沌机制扰动下的离散粒子群优化的端元提取算法(CDPSO-EE)。研究了混沌理论特有的随机性、遍历性以及对初始值敏感性等特点,将混沌理论引入到DPSO端元提取算法的初始化阶段,优化了初始种群质量;将混沌变量附加到粒子自身历史最优位置获得扰动新位置,对比混沌扰动前后粒子所在位置的适应度函数值,选择最优位置为粒子新的位置,让粒子有能力跳出局部最优值。结果表明CDPSO-EE在高光谱影像端元提取方面具有更好的端元提取质量。     

栅格法构建沃罗诺伊图的扫雷算法

沃罗诺伊(Voronoi)图在很多领域都具有广泛应用,因此构建Voronoi图具有重要的现实意义。本文基于栅格法提出了一种新的Voronoi图构建算法——扫雷算法。该算法不需要欧氏距离计算,能减少计算耗时,并可通过改变相关参数实现对生成的Voronoi图的精度控制,同时可用于广义Voronoi图的构建。经过实验和精度评定得出,扫雷算法能很好地构建生长元为点、线、面的Voronoi图,并具有较高的生成精度。     

结合HSV和小波包变换的高光谱影像融合及信息识别研究

传统的HSV变换融合法是一种十分常见的遥感图像融合方法,该方法虽然可以提高图像的空间分辨率但会导致光谱信息的严重丢失,不适用于对高光谱影像的融合。而小波包变换是一种优于小波变换的多尺度多分辨率变换方法,基于小波包变换的图像融合技术允许对不同频带的图像采用不同的融合规则从而很好地保留图像的频谱信息。本文采用一种将HSV变换与小波包变换（Wavelet packet transform,WPT）相结合的融合方法对高空间分辨率影像和高光谱影像进行融合并对融合结果进行二进制编码监督分类,最后与传统的PCA变换融合法及Gram-Schmidt融合法在图像信息和光谱特征两个方面进行比较。结果表明,本文所采用的方法不仅可以提高融合图像的空间分辨率,并在地物的波谱特征保持和信息识别方面效果良好。     

城市不透水面及地表温度的遥感估算

基于植被-不透水面-土壤模型和全约束最小二乘法混合像元分解模型,从探索城市热岛效应和城市不透水面关系出发,利用TM数据对北京市海淀区的城市不透水面丰度和地表温度进行估算,并在此基础上对二者之间的相关性进行定性分析和定量评价。研究表明:城市不透水面的空间分布和变化趋势与地表温度之间存在明显的一致性,二者相关系数达到0.752 5,这说明城市不透水面信息可以很好地反映城市热环境的空间分布状况。     

压缩感知和万有引力模型相结合的高光谱混合像元分解

高光谱影像虽然具有较高的光谱分辨率,但因其空间分辨率低而普遍存在混合像元。混合像元分解是高光谱遥感应用的重要研究内容,包括端元提