1 / 62
文档名称:

高多光谱图像混合像元解混研究.pdf

格式:pdf   页数:62
下载后只包含 1 个 PDF 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

高多光谱图像混合像元解混研究.pdf

上传人:peach1 2014/6/6 文件大小:0 KB

下载得到文件列表

高多光谱图像混合像元解混研究.pdf

文档介绍

文档介绍:华中科技大学
硕士学位论文
高/多光谱图像混合像元解混研究
姓名:杨健
申请学位级别:硕士
专业:通信与信息系统
指导教师:田岩
2011-01-24
华中科技大学硕士学位论文
摘要
遥感传感器以像元的形式记录地面反射或发射光谱,记录的像元光谱值是几
种地物光谱信号的综合。在遥感影像中,纯像元是指一个像元仅包含一类地面目
标的光谱,若一个像元包含多种地面目标的光谱,则称之为混合像元。由于地物
散射等影响,混合像元易产生多类地物交界处。在遥感图像处理中,由于混合像
元的存在,给遥感解译造成很大困扰,阻碍了遥感技术的发展。
目前对混合像元的分解研究中,普遍的研究模式为提取图像中的端元,求取
混合像元中各个端元组分的丰度值,根据丰度值和端元组分信息,在亚像元级别
上进行亚像元填图,得到解混后的遥感图像。
对多光谱图像的解混研究较少,由于多光谱图像分辨率不高并且谱信息不够
丰富,因此多光谱图像的解混方法与高光谱图像有所不同。多光谱图像解混针对
单幅图像进行,最后再对各个波段进行综合,得到混合像元解混后的结果。
本文分别针对高光谱和多光谱影像进行混合像元解混。针对高光谱图像解
混,在采用自动形态学端元提取的基础上,提出了一种带约束条件的最小二乘方
法获取像元的丰度,进而发展一种基于可信度的亚像元填图方法。针对多光谱影
像的解混,由于其谱信息较为贫乏,提出一种单波段解混,进而多波段综合的策
略。在单波段图像的端元提取过程中,引入了山峰函数聚类的思想,而丰度求取
采用灰色相关法进行,在填图过程中,提出了一种多约束条件的元胞自动机填图
方法。最终的填图结果综合各波段的填图结果得到。在高/多光谱图像混合像元
解混实验及其分析中,取得较好的实验结果,分类精度均比未解混时有所提高,
混合像元分解效果更好。


关键词:多光谱图像;高光谱图像;混合像元分解;亚像元定位






I
华中科技大学硕士学位论文
Abstract
The reflection or emission spectrum of the grand is recorded in the form of pixel by
sensor. Each pixel which is corresponding to a certain surface material is a
comprehensive spectral. In remote image processing, if a pixel contains only the
spectrum of a ground targets, we called this kind of pixel as pure pixel; if a pixel
contains a variety of ground targets, such spectrum is called mixed pixel. The impact
of the surface features such as scattering, in the junction of many types of surface
targets, mixed pixel are easily produced. In remote image processing, mixed pixels
brings a big problem in interpretation, and hinderes the development of remote
sensing technology.
Nowadays, in the research of position of mixed pixels, the general research
model is like this: extraction the image endmember, and get abundance of each
components in the mixed pixel, then in sub-pixel level doing sub-pixel mapping with
the information of abundance and endmember, after those processes, we can get a new
sense of image, the classification accuracy of the new image improved a lot.
The resea

最近更新

2025年辽源职业技术学院单招职业倾向性测试模.. 44页

2025年郑州电力职业技术学院单招职业倾向性考.. 45页

2025年重庆市南充市单招职业倾向性考试模拟测.. 43页

2025年重庆能源职业学院单招职业倾向性测试题.. 44页

2025年陇南师范高等专科学校单招职业技能测试.. 44页

卡尔动力CEO韦峻青:不追求100%无人化 32页

2025广东深圳市龙岗区第七人民医院招聘聘员及.. 47页

2025新东方大学生学习与发展中心云南中心招聘.. 45页

2025河南新乡封丘县建勋学校招聘考试参考题库.. 42页

2026中国农业科学院第一批统一招聘参考题库附.. 43页

2026天津市南开区招聘事业单位20人(含高层次.. 44页

胖东来灾害捐款3000万执行标准 60页

2026年c语言循环程序设计题目word版 13页

2026年c语言测考试题库完美版 13页

2026年c语言编程期末测试题及答案(名师系列).. 13页

2026年c语言试题期末(精练) 13页

2026年上海海事大学单招职业适应性测试模拟测.. 43页

2026年会计专业技术资格考试题库200道附参考答.. 89页

2026年内蒙古建筑职业技术学院单招职业倾向性.. 44页

2026年包头职业技术学院单招职业适应性测试题.. 43页

2026年安徽城市管理职业学院单招职业适应性考.. 37页

2025年湖南省建设工程工程量清单计价办法(新).. 51页

2025年江西信息应用职业技术学院单招职业适应.. 127页

2025年江西信息应用职业技术学院单招职业倾向.. 73页

喝酒给老婆的检讨书 6页

vae乳液低温发泡工艺 29页

隧道工程课后习题答案-中南大学-彭立敏 6页

《口蹄疫》ppt课件 42页

DL T 5783-2019《水电水利地下工程地质超前预.. 36页

德国科隆柯伦巴艺术博物馆_建筑空间解析 14页