提出了一种基于Cayley-Menger行列式的快速端元提取算法.该算法的目标是寻找包含高光谱数据集的最小体积的单形体.与其它基于单形体几何的算法相比,该方法具有诸多优点.首先,Cayley-Manger行列式的引入使得算法可以便捷地利用Hermite矩阵的特点大大加速搜索过程,进而得到一个稳定的最终解.其次,该算法无须对数据进行降维处理,从而可以避免因数据降维而造成的有用信息的丢失.仿真和
红外与毫米波学报
3 1卷
(元)端的特征光谱,通过对其分布进行估计,并有效地得到它们之间混合的比例 (度 )经成为高丰已光谱遥感图像分析中的一个重要研究课题¨ . 线性光谱混合模型 ( ier S et lMi ue Lna pcr x r a t
新方法无须对原始数据做降维处理,而可以避免从有用信息 (小目标信息 )如的丢失 .
1算法描述 根据线性混合模型,高光谱数据矩阵可以描述 为: X=AS+N, () 1
Moe,S dlL MM)是一种广泛应用于高光谱解混技术,的光谱混合模型。.是基于这样的假设: J它端元之 问的相互影响可以忽略不记,每个光子仅能“到”看 一
种物质,将其信号叠加到像元光谱中.据并根
其中矩阵 X∈R、∈ 、 A R S∈R分别为观测像 元矩阵、元光谱矩阵和丰度矩阵,阵 N∈R表端矩 示模型中的可能误差以及噪声 .维度、和 P分别Ⅳ
L MM, S每一个观测像元矢量都可以表述为端元和它们相应的丰度的线性组合 .且,而高光谱数据集在 其特征空间 (段空间 )波内呈现单形体的结构,而从便于利用凸面几何的方法,特征空间对混合光谱从 进行诠释 .
代表高光谱图像中波段数、元数以及端元数 .像
同时,合像元各端元对应的丰度 s应满足丰混 度和为一约束 ( b n a c u t—n o s an, A u dn e S m— oe C nt it o r A C)丰度非负约束 ( b n ac o n gt eC n S和 A u d n eN n e a v o . i s an, N ) t itA C: r
基于 L MM的高光谱解混算法通常由两步构 S
成:一步是提取基本组成成分的特征光谱,第即端元 提取;第二步是估计各个端元混合的比例,丰度估即计.常见的解混算法可以分为两大类 .一类是基于几何学的方法 _ J另一类是基于统计学的方法 4, 引.基于几何学的方法认为端元提取问题等价于寻找一个包含高光谱图像数据集的最小体积单形体,端而元就位于这个单形体的顶
点上.这类方法有 N FN —I . D , i pe rwn l rh ( G E, et R Sm l G o ig A g i m S A)s V r x x ot] e
∑Ps=1≥0(=12…,) .() i,,Ⅳ 2 端元提取算法的目标是在已知观测像素矩阵和端元数目 P的基础上求解端元光谱矩阵 A. 1 1算法原理及步骤 .在这一部分将提出一种新的基于 Cy y al . e
Megr列式的串行端元提取算法.给出算法之 ne行在前,先介绍与算法相关的两个重要的定理和一个首 推论 .
C mp n n A a s ( C , r oo a B ss lo o o e t n l i V A) O t gn l ae g. ys h A
rh O A)等 . i m( B t无一例外,些方法都是基于“这高 光谱数据集中存在纯像元”一假设 .这因此对于某
定理 1在一个 n维空间中, k+1点{}由 构成的 k维单形体∑的体积满足 dt e( z ), () 3
些端元的纯像元缺失的数据集,些方法的适应性这 相对较差 .于统计学的解混算法则是利用数据的基
统计特性求解端元光谱 .比较典型的算法有 N n o. n gt e Ma i atr a o ( MF)、n e e d n e a v tx F c i t n N i r ozi Id pn e t
C mpnn nl i IA)9等 .些算法虽然可以 o oet ay s(C[ A s 这 3 处理纯像元缺失的数据集,是高运算复杂度使其但的运算时间难以与基于几何学的算法相比拟 . 提出了一种新的基于单形体几何的高光谱遥感图像端元提取方法.以往类似算法不同的是,出与提的算法将距离几何理论中的一个重要概念—— C y a— lyMegr e. ne行列式]入单形体体积的计算,而 1引 0从将基于行列式 ( N FN R和 S A等 )者正交基如 .I D G或
其D (: k ̄ee,中k 1 + Hi阵+ ) 2 m矩 20是 t 而且 d t D 2是 k+2阶 C y yMeg r列式, e(+ ) al - ne行 e
1∈ 为全为一的列矢量,《,:2… R G:{ 。' .… d .
=
l一 flD1 0 l ,= . l
定理 1的详细证明
可参考文献 _ l .式 ( )的矩阵 D是一个 k阶 H r i 3中 em t阵. e矩 它可以写成分块的形式如下: =
( O A等 )如 B的单形体体积计算,换为搜寻最大转 辅助高的计算 .在该算法的递推搜索过程中,寻一搜
),
㈩ () 5
其中,= 1 d. d.… d ) R. d ( ::一∈根据 . 矩阵行列式的展开规则,我们可以得到 d tD川 )=一 - e( ) . e( T d tD d
个新的最大体积单形体被等价于在以往计算的基础 上搜寻一个新的最大的辅助高,而该最大辅助高对
应的像元即为新确定的端元 .与其它基于单形体几 何的算法相比,提出的新方法在保证结果的正确所
此处,们引入一个新的概念,我即辅助高 h, 定 义为 h d Df d= ∈R它表征了 k和 k+1阶 C y . a—
性和唯一性的同时,著地提升了运算速度 .外,显此
l— n e行列式之间的递推关系 .们可以证明 e Megr y我

高光谱遥感影像端元提取方法对比_专业资料。本文在SMACC法和PPI法端元提取基础... 基于Cayley-Menger行列式... 17人阅读 6页 2.00 高光谱遥感图像端元...
高光谱遥感图像端元提取的零空间光谱投影算法_专业资料。端元提取技术是高光谱... 基于空间模糊纹理光谱的... 9人阅读 6页 2.00 基于Cayley-Menger行列式...
一种高光谱遥感影像端元自动提取方法_天文/地理_自然科学_专业资料。高光谱技术的相关应用遥感信息 理论研究 2010. 4 一种高光谱遥感影像端元自动提取方法王晓玲...
高光谱遥感及其影像空间... 4页 7下载券...端元提取 1. PPI 当把特征空间中的所有散点往一...其中 ? 为行列式运算符,由于 A i A i (i ? ...
基于零空间最大距离的高光谱图像端元提取算法_信息与通信_工程科技_专业资料。...但是基于 单形体体积的端元提取方法需要在每一个像元中都 计算一次行列式 , ...
第 ! 卷 ! 第 # 期 !$ % 年 # 月 一种利用单形体体积自动提取 高光谱图像端元的算法 " ! 耿修瑞%# ! 赵永超%! 周冠华% %:中国科学院遥感应用研究...
基于高光谱遥感的岩矿端元识别及信息提取研究_专业资料。以美国内华达州Cuprite地区的AVIRIS数据作为数据源,通过最小噪声分离变换(MNF)确定影像数据内在的维数,隔离...
高光谱遥感岩矿端元提取与分析方法研究_化学_自然科学_专业资料。第3 2卷 ... 一种高光谱遥感影像端元... 16人阅读 5页 2.00 基于高光谱遥感的岩...
多方向投影寻踪与高光谱遥感图像特征提取_专业资料。介绍了投影寻踪算法的基本原理,构造了面向易混分类别的高光谱遥感数据投影寻踪指标,在单方向投影寻踪算法的基础...
对于高光谱遥感图像的特征选择和提 取,最初一般都集中在波段选择上,至今发展比较 成熟的是基于离散度、J.M距离等可分性准则的特 征选择方法,其特征主要集中在光谱...
热门文档