
第11卷 第1期
2007年1月
遥 感 学 报
Vol.11,No.1Jan.,2007
文章编号:100724619(2007)0120020207
一种端元变化的神经网络混合像元分解方法
吴 柯,张良培,李平湘
(武汉大学,武汉)
摘 要: 遥感图像中普遍存在着混合像元,,在端元(Endmember)个数不变的情况下,MAP神经网络,提出一种基于端元变化的,判断出混合像元包含的端元个数及类别,。实验结果表明:本文提出的方法比传统的线性混合模型及
fuzzyARTMAP神经网络模型的精度要高,而且更加符合实际情况。
关键词: 混合像元;端元变化;线性模型;神经网络;FuzzyARTMAP;影像分类中图分类号: TP751.1 文献标识码: A
ANeuralNetworkMethodofSelectiveEndmemberforPixelUnmixing
WUKe,ZHANGLiang2pei,LIPing2xiang
(StateKeyLaboratoryforInformationEngineeringinSurveying,MappingandRemoteSensing,
HubeiWuhanUniversity,HubeiWuhan 430079,China)
Abstract: Remotesensingimagescontainalotofmixedimagepixels,butitisdifficulttoclassifythese
pixels.Ifthenumberofpixel’sendmemberisregardedasunchangeable,thetraditionalpixelunmixingalgorithmcannotgetagoodresult.InthispaperwedevelopanewmethodofselectiveendmembersforpixelunmixingbasedonthefuzzyARTMAPneuralnetwork,whichfirstlycomparesthepixel’sspectraltotheconferenceoneandthengetsthenumberofendmember.Whenitistakenintoaccount,weuseanARTMAPneuralnetworktoextractsubpixelinformation.Finally,theexperimentalresultsshowthattheselectiveendmemberalgorithmhasbeenimprovedoverconventionalANNalgorithmsandconventionallinearalgorithms.Key words: mixedpixel;selectiveendmember;linearalgorithm;ANN;FuzzyARTMAP;imageclassification
法
[3]
,端元自动提取迭代分解法
[5]
[7]
[4]
,基于小波特征的
1 引 言
由于地球卫星的空间分辨率及地表的复杂多样性,在一幅遥感图像中有许多像元都包含有若干表面
[1]
覆盖类(标准地物),这类像元称为混合像元。对这类像元的分类,即混合像元分解问题,是遥感图像分类中的一个难点。目前处理混合像元分解的方法有:线性波谱分离法
[2]
投影分解法模型
,高斯混合识别分析
[6]
及回归与决策树
等,以上这些方法在分解过程中,端元个数始
终固定,得到的分解结果会存在较大误差。
FuzzyARTMAP是一种自组织产生认知编码的
神经网络理论,它通过自组织反馈功能,实现增量式学习,使系统能够迅速地兼顾适应性和稳定性,从而克服了传统BP神经网络算法简单、不易收敛以及自适应、自归一能力有限的缺点。近年来,Fuzzy
,混合像元组分信息盲分解方
收稿日期:2005212206;修订日期:2006204220
基金项目:国家自然科学基金项目(编号:40471088,40523005)、国家973项目(编号:2006CB701302)和地理空间信息工程国家测绘局重点实验室课题资助。
作者简介:吴 柯(1981— ),男,武汉大学测绘遥感信息工程国家重点实验室博士研究生。研究方向为神经网络,遥感图像处理等。
E2mail:tingke2000@126.com。
计算机技术与发展, 2006,16(10): 101-104 [8] 吴柯, 张良培, 李平湘. 一种端元变化的神经网络混合像元 分解方法 [J]. 遥感学报, 2007(1):22-28 作者...
计算机技术与发展, 2006,16(10): 101-104 [8] 吴柯, 张良培, 李平湘. 一种端元变化的神经网络混合像元 分解方法 [J]. 遥感学报, 2007(1):22-28 作者...
热门文档