混合像元分解及其應(yīng)用研究.pdf

1、高光譜遙感是指利用很窄而連續(xù)的光譜通道對(duì)地物遙感成像的技術(shù)。高光譜成像技術(shù)的問世是遙感技術(shù)應(yīng)用的一個(gè)重大飛躍，所獲取的地球表面圖像包含了豐富的空間、輻射和光譜三重信息，已廣泛用于地質(zhì)勘探、海洋遙感、植被研究、精細(xì)農(nóng)業(yè)、大氣和環(huán)境監(jiān)測(cè)、軍事偵察和地形測(cè)繪等方面。
　　 高光譜遙感使遙感從定性分析逐步向定量分析深化。然而，但是由于空間分辨率有限以及地物的復(fù)雜多樣性，遙感圖像中普遍存在混合像元(即一個(gè)像元內(nèi)有多種地物)，對(duì)地面地物分布

2、比較復(fù)雜的區(qū)域尤其如此。混合像元問題不僅影響地物的識(shí)別和分類精度，而且是遙感技術(shù)向定量化發(fā)展的重要障礙。因此，如何有效地解譯混合像元是高光譜遙感應(yīng)用的突出問題。
　　 本論文圍繞混合像元分解及其應(yīng)用這個(gè)中心，進(jìn)行以下研究：
　　 ①AMEE端元提取研究。先前的端元提取技術(shù)只利用光譜信息，因此為了更好的解決混合像元問題，本文引入了數(shù)學(xué)形態(tài)學(xué)的方法，建立了一種可以同時(shí)兼顧光譜信息和像素之間的空間相關(guān)性來進(jìn)行端元提取的算法。<

3、br>　　 ②基于端元提取的高光譜圖像分類。傳統(tǒng)分類算法依據(jù)不同類別地物的光譜信息存在差異，而忽略了混合像元的光譜信息不代表任何一種單一的地物類型。高光譜圖像分類技術(shù)是很多應(yīng)用的基礎(chǔ)，但僅用傳統(tǒng)分類算法對(duì)高光譜圖像進(jìn)行分類，會(huì)導(dǎo)致分類精度降低。因此，文章對(duì)混合像元進(jìn)行分解，然后對(duì)高光譜圖像進(jìn)行分類。論文以AMEE和PPI方法提取端元，然后以線性解混后的豐度圖像進(jìn)行圖像分類，獲得較滿意的結(jié)果。
　　 ③高光譜圖像分類比較研究。論