一种基于最大距离的纯像元指数端元提取算法

在高光谱混合像元分解中,PPI算法是一种比较成熟的算法,但PPI算法中每次投影向量的生成都是随机的,多次执行PPI算法后端元提取的结果并不稳定。本文以线性光谱混合模型的凸面几何学描述为基础,利用端元在高光谱图像特征空间中所形成的凸面单形体端点的特点,提出了一种区别于PPI算法的最大距离纯像元指数方法。选取特征空间中所有样本点的光谱均值作为超球的球心,计算所有样本点到球心的欧氏距离,以等于或大于这个最大距离的长度作为半径,在特征空间中设计一个包围所有样本点的超球面,并在超球面上均匀地选取参考点,针对每一个参考点,在样本点中找出与它距离最远的一个,记录每个样本点成为距离最大点的次数,将其作为评价该像元是否为端元的纯像元指数,从而使得每次端元提取的精度得到保证。最后,利用美国内华达州Cuprite获取的AVIRIS数据对算法进行了验证。实验结果表明,采用本文算法提取的端元精度优于N-FINDR算法和VCA算法,而且鲁棒性较好,克服了PPI算法由于随机生成投影向量所带来的端元提取不稳定性。     

典型矿物颜料混合像元几何单形体端元提取算法研究

利用高光谱像元解混方法识别彩绘文物表面复合颜料的类别已成为文物保护修复领域的研究热点,其中端元提取是关键的一个环节。首先选择中国绘画5种色系中具有代表性的矿物颜料,通过线性混合其反射光谱合成模拟高光谱图像;然后采用内部最大体积法、顶点成分分析、最小体积单形体分析、基于变分增广拉格朗日单形体识别以及最小体积约束的非负矩阵分解5种基于几何单形体的端元提取算法;最后在不同信噪比和是否有纯净像元的图像中提取混合颜料中的端元,并以光谱夹角距离和光谱信息散度作为评价指标,分别比较5种算法端元提取的精度。实验结果表明,基于变分增广拉格朗日单形体识别法和最小体积约束的非负矩阵分解法对混合颜料的端元提取效果较好,可为文物表面颜料解混提供参考。     

高光谱影像的M-ICA地物识别算法与应用

高光谱遥感能以纳米量级宽度的窄波段及多达数百个的波段,对目标进行连续的光谱成像,但其海量数据及相邻波段高度相关造成的数据冗余却制约着它的应用.因此,对高光谱遥感影像分类须进行有效的处理、寻找最优特征,以增强地物的最大可分性.本文首先针对EO-4 Hyperion高光谱影像波段维数高,相关性强和数据量大等特点,利用独立成...     

基于偏振植被指数的植被-土壤混合像元室内实验研究

混合像元是遥感影像中普遍存在的一种现象,对其组成和各成分比例的反演一直是遥感研究中的重难点,而国内利用偏振植被指数对混合像元的研究几乎没有涉及。本次研究通过对不同面积比例的植被-土壤混合像元偏振反射高光谱特征进行分析,讨论不同条件下的植被-土壤混合像元偏振高光谱特性,并利用偏振反射比计算了12种0°偏振态下的偏振植被指数,分别构建了植被指数与植被面积比例以及光谱特征参数与植被面积比例的数学模型。结果表明,混合像元中植被面积比例和偏振角均对其偏振高光谱有一定的影响;865 nm的偏振反射比与植被占像元面积比例的相关性最好,采用多项式进行拟合时,其决定系数达到0.99,适合进行植被占像元面积比例的反演;偏振光谱“红边”处的一阶微分值与植被像元比例存在良好的线性相关,R²=0.974;植被面积比例与植被指数和光谱特征参数呈现良好的相关关系,其中P-DVI和光谱吸收指数（SAI）与植被面积比例的拟合效果最好,决定系数分别为0.99以及0.94,适合进行植被-土壤混合像元中植被面积比例的反演。     

光谱与空间维双重稀疏表达的高光谱影像分类

高光谱遥感影像的稀疏分类是当前遥感信息处理的研究热点。本文提出一种光谱与空间双重稀疏表达的高光谱遥感影像分类方法（WSSRC）。首先利用小波字典对光谱维进行稀疏表示,将光谱维稀疏分类转化到小波域稀疏分类;其次,考虑空间邻域地物光谱的统一性和差异性,对邻域内像元分别进行稀疏编码,并对编码进行累加聚合;然后,利用聚合后的稀疏编码构造线性分类器对高光谱影像进行分类;最后,通过2幅标准的高光谱影像数据验证了本文所提出的方法。实验结果表明,该方法能有效地提高影像的分类精度。     

遥感影像混合像元的分解——基于加权后验概率的支持向量机分类算法

混合像元是遥感影像中普遍存在的现象,对此,本文提出基于加权后验概率的支持向量机进行影像混合像元分解。该分类算法可判定端元种类的同时得到每种地物的后验概率,从而进行非线性模型的混合像元分解。由于加权后验概率的支持向量机分类算法能够减少分类器受土地覆盖类型模糊样本点的干扰,因此,改善了非线性混合像元分解模型的精度。首先,由样本点计算得到核函数参数值,然后,计算影像中每一种土地覆盖类型的后验概率,将其作为各个两类支持向量机分类器的权系数并求得多类后验概率值,确定影像每一种土地覆盖类型并得到丰度值。本文采用TM多波段遥感影像验证该方法的可行性,实验区位于我国东北部的大兴安岭中北段地区,土地覆盖类型包含农田、居民地、水体、荒地等。将本文提出的混合像元分解方法结果与标准支持向量机模型分解的结果对比表明,以加权后验概率的支持向量机遥感影像混合像元分解方法精度优于标准支持向量机模型。     

萤火虫算法优化的高光谱遥感影像极限学习机分类方法

机器学习方法在高光谱遥感影像分类中广泛应用,本文使用新型的极限学习机（Extreme Learning Machine,ELM）进行高光谱遥感影像分类,针对ELM中正则化参数C和核参数σ,提出以萤火虫算法（Firefly Algorithm,FA）进行优化。首先,采用萤火虫算法进行高光谱遥感影像的波段选择,以便降低维数;然后,利用萤火虫算法以分类精度最大化为准则对ELM的参数组合（C,σ）进行寻优;最后,利用参数优化后的ELM分类器,对3个不同传感器的高光谱遥感影像进行分类。实验中将新型的萤火虫算法与遗传算法（Genetic Algorithm,GA）和粒子群算法（Particle Swarm Optimization,PSO）进行了对比,并将ELM的性能与支持向量机（Support Vector Machine,SVM）方法作对比。结果表明,FA优化方法优于传统的GA和PSO优化方法,ELM方法的效果在训练时间和分类准确率2个方面都优于SVM方法。实验说明,本文提出的方法具有较好的适用性和较优的分类效果。     

黑臭水体水面阴影提取的自适应阈值算法研究

黑臭水体水面阴影对水面光谱信息产生干扰,严重地影响了利用高空间分辨率遥感数据进行水质状况监测的精度,因此,在数据预处理中必须进行阴影剔除。本研究基于无人机高光谱遥感数据,通过分析各种波段组合下黑臭水体水面的阴影像元和水体像元的光谱特征空间,选择以492、666和792 nm处的反射率建立黑臭水体的河面阴影指数（RSSI）,并利用最大类间方差法（OTSU）自动确定划分本影、半影以及水体的阈值。利用南京金川河和龙江河的无人机高光谱遥感影像对算法进行测试,结果表明：RSSI阴影指数能突出显示阴影与水体的差异;OTSU自适应确定的阈值能较好地区分本影、半影和水体,阴影的总体识别精度达到85%以上。该算法能够有效地识别黑臭水体水面阴影,为后续开展水体的定性、定量遥感监测提供数据预处理的技术支持。     

基于高光谱岩心扫描的蚀变矿物光谱特征分带及其在找矿勘查中的应用——以山东省郗山稀土矿为例

本文对郗山稀土矿进行实物地质资料数字化工作的基础上,重点对该矿钻孔岩心进行高光谱扫描,利用光谱诊断特征进行蚀变矿物识别,识别出热液蚀变矿物主要有蒙脱石、伊蒙混层、伊利石、高岭石、碳酸盐矿物、金云母、绿泥石、白云母、蛋白石、石膏等,其中与稀土矿化关系密切的主要为金云母、绿泥石,总结了蚀变分带特征,提取主要蚀变矿物的光谱特征参数,实现主要蚀变矿物在钻孔垂向上的半定量表达。对主要蚀变矿物各自特征峰位置进行特征峰位移统计,发现主要蚀变矿物各自特征峰位移明显区域与矿化(矿体)段(热液蚀变带区域)具有良好对应一致性。其中,Al-OH峰位,即2200nm特征峰位置(Pos2000),在2190～2220nm之间进行“漂移”,且普遍大于2205～2210nm部位能准确指示热液蚀变带区域,可用于指示成矿环境,确定找矿方向及预测找矿,是郗山矿区稀土矿体找矿的又一重要标志。     

改进的混合2D-3D卷积神经网络高光谱图像分类研究

卷积神经网络在进行高光谱图像分类时,往往需要设置较多的参数,因此其计算效率受到很大影响。基于混合卷积神经网络模型,本文利用全局平均池化层代替原有的全连接层,将卷积层输出的多个特征图映射为一个特征点,并将多个特征点构成一维向量,形成改进后的混合2D-3D卷积神经网络模型;最后,对改进后的模型分别在IP(IndianPines)数据集、PU(PaviaUniversity)数据集及Botswana数据集上进行测试。结果显示,总体分类精度分别达到99.64%、99.98%、99.91%。这表明在大量减少参数的条件下仍具有较好的分类性能。     

基于光谱吸收特征分析的彩绘文物颜料识别研究

高光谱成像技术作为一种无损高效的检测方法,对于彩绘文物颜料的鉴别具有重要意义。由于全波段参与光谱相似度计算会造成数据的冗余,没有充分利用光谱的细微特征。为此,本文首先对文物颜料光谱吸收特征进行参量化分析,并通过改进的光谱吸收特征拟合算法与标准光谱进行匹配识别,从而得到识别结果。实验以获取的一幅波长为400~1000nm的古代壁画高光谱影像为例,通过光谱吸收特征分析识别出壁画的颜料主要成分有朱砂、赭粉、石绿和石青,4种颜料的光谱吸收特征拟合度分别是:0.95、0.77、0.92、0.81。实验结果表明:对光谱吸收特征分析可以帮助识别彩绘文物的颜料信息,该方法可为以后文物修复提供参考。     

基于熵函数的点云变形可靠性评价指标确定

本文对三维激光扫描测距、测角及配准误差进行分析,利用信息熵的定义给出误差熵模型,并根据误差熵和误差极值的关系,确定变形提取可靠性评价指标。最终通过边坡变化状况进行分析,确定该方法的有效性。     

基于信息熵和GIS技术的浙江省城镇土地利用空间结构分析

统计物理学用熵来表示分子不规则运动的程度,信息论中则用它来度量信息量,即一个系统越是有序,信息熵就越低。在对浙江省全省城镇土地调查数据汇总统计的基础上,运用信息熵的概念对复杂的城市土地利用结构进行详细的定量分析,用信息熵和均衡度值来说明城市土地利用的特点,利用方式的多样性和复杂性,并提出提高土地利用效益的工作建议。     

干旱区绿洲典型地物MESMA模拟分解与验证

混合像元作为遥感信息的不确定性,一直是定量遥感科学研究的核心领域之一,干旱区由于下垫面均匀、气象条件单一等先天条件,已成为定量遥感产品真实性检验的理想场所。本文以塔里木盆地北缘的库车河绿洲为研究区,首先,针对不同地物类型分别采用不同方法进行地物端元提取;然后,以端元均方根EAR(Endmember Aver-age RMSE,EAR)和最小平均波谱角(Minimum Average Spectral Angle,MASA)值来选取最优端元;最后,用多端元光谱混合分析(Multiple Endmember Spectral Mixture Analysis,MESMA)模型进行光谱混合分解,并对结果作了精度评价与比较分析。结果表明:MESMA模型能有效提高像元内基本组分丰度信息精度,从而为典型地物高精度提取提供了科学方法。     

基于熵的瓶颈运输问题的动态规划解

建立了关于时间（路程）的瓶颈运输问题的动态规划模型，并利用熵作为工具．解决了物品运输过程中所用时间长短的界问题，进而给出易于处理的瓶颈运输问题的动态规划模型。最后给出一个实例说明该方法的实用性和有效性。     

基于熵的瓶颈运输问题的动态规划解

建立了关于时间(路程)的瓶颈运输问题的动态规划模型,并利用熵作为工具,解决了物品运输过程中所用时间长短的界问题,进而给出易于处理的瓶颈运输问题的动态规划模型。最后给出一个实例说明该方法的实用性和有效性。     

基于加权指数函数模型的高光谱图像分类方法

高光谱图像的众多波段为地物分类提供了充分的特征信息,同时也为如何有效利用这些特性带来难题。为了充分利用高光谱图像的光谱信息实现地物目标的精确分类,根据其像素光谱曲线所呈现出的多峰特性,提出一种基于加权指数函数模型（Weighted Exponential Function, WEF））的高光谱图像分类方法。首先,采用WEF建立像素光谱曲线的理想模型,其中WEF模型由多个具有不同权重的指数函数相加而成。由于该模型中参数较多,导致参数求解较为困难。因此,为简单起见固定所有像素WEF模型中的峰值位置,并将由所有峰值位置构建矢量集。然后,根据最小二乘原理求解WEF模型的参数,以拟合光谱曲线。利用求得的参数集代替光谱测度矢量作为像素特征。最后,采用模糊C均值（Fuzzy C-means, FCM）算法实现图像分类。为了验证提出方法的可行性和有效性,分别以提出的分类方法、基于主成分分析（Principal Component Analysis, PCA）的分类方法、基于最小噪声分离（Minimum Noise Fraction, MNF）的分类方法和以光谱测度矢量为分类特征的FCM方法对Salinas和PaviaU图像进行分类实验,并据此对实验结果进行定性和定量评价。在Salinas图像中提出的分类方法比其它方法的分类精度从51%提高到了60%,在PaviaU图像中分类精度从43%提高到了51%。此外,提出的分类方法在降低了高光谱图像数据量的同时,保留了高光谱图像丰富的光谱信息。     

混合光谱分解算法的太湖水体组分浓度反演分析

二类水体组份的遥感定量反演一直是水色遥感的难点和热点问题,原因在于其水体组分(纯水、叶绿素、悬浮物及CDOM)之间复杂的相互作用.本文引入光谱分解算法,通过Hydrolight软件模拟叶绿素、悬浮物和CDOM的标准反射率光谱,解决光谱分解算法中“纯端元”难以获取的问题.在此基础上建立了二类水体组分光谱分解反演模型.模型...