积分商城

最新搜索： ispLEVER ESAM sonar STM8S003 BRIGHTEK 电解电容封装库
您现在的位置是：首页 > 技术资料 > 高光谱遥感影像混合像元分解研究进展
推荐星级：
  • 1
  • 2
  • 3
  • 4
  • 5

高光谱遥感影像混合像元分解研究进展

更新时间：2019-12-25 16:44:43 大小：2M 上传用户：守着阳光1985查看TA发布的资源 标签：高光谱遥感影像 下载积分：1分 评价赚积分 （如何评价?） 打赏 收藏 评论(0) 举报

资料介绍

受高光谱成像仪低空间分辨率及复杂地物的影响,高光谱遥感图像存在大量混合像元。为提高地表分类精度以及满足亚像元级目标探测的需求,混合像元分解技术一直是高光谱遥感研究热点之一。本文主要对高光谱混合像元分解技术中的核心问题:端元数目估计、端元提取算法、丰度估计算法进行综述,系统地分析了各种典型算法的原理及优缺点,进一步阐述研究过程中建立高精度遥感混合反演模型与遥感产品业务化中的混合像元分解技术难题,同时针对今后混合像元分解技术发展方向,指出在继续引入新型算法理论方法基础上,结合用户应用需求,推进高光谱混合像元分解算法业务化应用,为高光谱遥感工程化应用提供支持。


部分文件列表

文件名 大小
高光谱遥感影像混合像元分解研究进展.pdf 2M

【关注视频号领20积分】   【关注公众号立即送20积分】

部分页面预览

（完整内容请下载后查看）
1007-4619(2018)01-0013-15  
Journal of Remote Sensing 遥感学报  
高光谱遥感影像混合像元分解研究进展  
蓝金辉1，邹金霖1，郝彦爽1，曾溢良1，张玉珍1，董铭巍2  
1. 北京科技大学仪器科学与技术系，北京100083;  
2. 北京科技大学附属中学，北京100083  
摘 要：受高光谱成像仪低空间分辨率及复杂地物的影响，高光谱遥感图像存在大量混合像元。为提高地表分类  
精度以及满足亚像元级目标探测的需求，混合像元分解技术一直是高光谱遥感研究热点之一。本文主要对高光  
谱混合像元分解技术中的核心问题：端元数目估计、端元提取算法、丰度估计算法进行综述，系统地分析了各  
种典型算法的原理及优缺点，进一步阐述研究过程中建立高精度遥感混合反演模型与遥感产品业务化中的混合  
像元分解技术难题，同时针对今后混合像元分解技术发展方向，指出在继续引入新型算法理论方法基础上，结  
合用户应用需求，推进高光谱混合像元分解算法业务化应用，为高光谱遥感工程化应用提供支持。  
关键词：高光谱影像，线性解混，端元提取，丰度估计  
中图分类号：TP751  
文献标志码：A  
引用格式：蓝金辉, 邹金霖, 郝彦爽, 曾溢良, 张玉珍, 董铭巍. 2018. 高光谱遥感影像混合像元分解研究进展. 遥感学报, 22(1)：  
13-27  
Lan J H, Zou J L, Hao Y S, Zeng Y L, Zhang Y Z and Dong M W. 2018. Research progress on unmixing of  
hyperspectral remote sensing imagery. Journal of Remote Sensing, 22(1)： 13-27 [DOI：10.11834/jrs.20186502]  
1 引 言  
高光谱遥感对地观测技术受到研究学者的普  
遍关注，也相继研发出大量高光谱成像仪系统，  
包括航空成像光谱仪以及航天成像光谱仪系统。  
成像光谱仪的出现突破了传统科学领域中“成像无  
光谱”以及“光谱不成像”的历史性瓶颈问题(童庆禧  
等，2006b)。具有代表性的航空高光谱成像光谱仪  
有美国的AVIRIS、HYDICE、Probe、MIVIS、DAIS-  
7915等，澳大利亚的HyMap，加拿大ITRES公司的  
系列产品等(张兵，2011)，星载的美国Hyperion以  
及欧空局的CHRIS、APEX影响较大。此外，一些  
基于太空的地球观测仪器，如HERO、EnMAP、  
Flora、HyspIRI、PRISMA、FLEX、SpectraSat、  
MEOS等航天高光谱传感器在未来几年将会投入使  
用(Schaepman 等，2009；Bioucas-Dias 等，2013)。  
中国一直紧跟国际高光谱成像技术的发展前沿，  
先后研制了MAIS、PHI、OMIS等航空高光谱遥感  
(童庆禧等，2006a)，以及HJ-1A、天宫一号、天  
20世纪80年代初期，随着成像光谱概念和技  
术的出现，光学遥感在经历了全色、彩色摄影、  
多光谱成像阶段之后出现了高光谱成像质的飞  
跃，对地物的光谱属性及特征的研究也不断深  
入，大量隐藏在狭窄光谱信息内的地物特性被人  
类逐一挖掘，使得高光谱技术发展、应用研究在  
国际领域中一直处于研究热点，引起广大从事遥  
感技术人士的高度重视。  
高光谱遥感是指在电磁波谱的紫外、可见光、  
近红外和中红外区域，利用成像光谱仪获取的许  
多非常窄且光谱连续的图像数据。高光谱遥感图  
像不仅包含了全色及彩色摄影丰富的空间信息，  
同时相对于多光谱图像其拥有更多更精细的光谱  
信息，使得图像中每一个像元都对应一条平滑而  
完整的光谱曲线。由于不同地物光谱曲线属性不  
同，利用高光谱遥感技术充分挖掘不同物质的光  
谱特征及形态特征，为地物的精细探测奠定基础。 宫二号等航天遥感，目前高分五号星载高光谱传  
收稿日期：2017-02-16；预印本：2017-09-07  
基金项目：高分辨率对地观测系统重大专项；国家博士后科学基金(编号：2016M600922)  
第一作者简介：蓝金辉(1967— )，女，教授，研究方向为高光谱遥感、遥感数据处理与应用。E-mail：
14  
Journal of Remote Sensing 遥感学报 2018, 22(1)  
感器也处于积极研发中。因此，研究者可以充分  
利用高光谱数据进行分析，并广泛应用于地表分  
类、冰雪应用、森林资源清查、岩矿识别、农业  
监测、食品安全检测、环境管理等领域(赵少华  
等，2013；吴见和彭道黎，2011；王润生等，  
2011；张达和郑玉权，2013；Thomas 等，2016)。  
然而相对于多光谱遥感，高光谱在光谱分辨  
率提高的同时却制约着空间分辨率。由于高光谱  
遥感图像空间分辨率限制和地物分布的复杂多样  
性，混合像元广泛存在于图像中，影响遥感图像  
的分类精度以及目标探测效果，制约定量高光谱  
遥感的发展与应用。混合像元是指一个像元中包  
含多种地物，像元光谱信号的组成成分即为端  
元。由于高光谱数据自带几十至上百个波段光谱  
信息，使得高光谱遥感图像在混合像元分解、亚  
像元级处理方面较全色、多光谱图像更具有优势。  
图1是2006年以来近10年高光谱应用的部分发表论  
本文总结了高光谱遥感影像混合像元分解技  
术中端元数目估计、端元提取以及丰度估计的常  
用方法，阐述了当前高光谱遥感混合像元分解面  
临的挑战、尚待解决的问题以及解决途径，并对  
高光谱遥感影像混合像元分解技术的应用前景提  
出展望。  
2 高光谱遥感影像混合像元分解方  
法
高光谱混合像元分解主要依赖于3种混合模  
型，线性模型、非线性模型以及正态组分模型，  
其中线性混合是指大尺度的光谱混合且入射光仅  
与一种地物发生作用；非线性混合则是由多种地  
物之间的相互作用形成，可以是经典的、近距离  
的、微观尺度或者多层次的。但由于非线性混合  
模型需要事先了解端元的先验知识或者相应的特  
征信息，且模型在多种地物间相互作用普适性  
文统计，数据来源于SCI-Expanded数据库，可以直 差，即解决近距离混合的模型不能应用于多层次  
混合，虽然研究者对非线性模型(如广义双线性模  
型)做了大量的研究工作包括引入机器学习、神经  
网络等算法，但仍然无法实现盲分解，算法相对  
于线性模型不够成熟。正态组分模型则是将高光  
谱图像中的每个像元视为由端元线性混合而成的  
随机变量(Eismann和Stein，2007)，可以看成线性  
模型的一种扩展，但相对于线性模型，正态组分  
模型考虑到端元变异性，对高光谱数据描述的更  
为详细。然而由于引入模型位置变量增加了求解  
复杂度，目前尚未有直接求解的方法。相反，3种  
模型中线性模型提出最早，且在大部分场景下能  
够很好的近似反映光散射机理，具有易于理解、  
实施简单且适应性高的特点，因此也是研究的最  
广泛的。  
观看出高光谱遥感越来越受关注，其中对于高光  
谱数据混合像元分解与端元提取的研究也逐年增  
多。由此可见，高光谱混合像元分解技术是高光  
谱遥感影像处理和应用中一项重要研究内容，相  
对于分类是在赋以每个像元一种类别，解混的最  
终目标是在亚像元级上得到各个端元的比例或者  
亚像元级目标的探测与识别。因此，研究高光谱  
混合像元分解技术，充分结合高光谱图像像元的  
光谱特性及空间特征，了解其中的端元组成及成  
分，能够为提高精细化分类及目标探测提供可  
能，从而提高高光谱遥感定量化应用水平。  
高光谱混合像元分解的步骤一般分为端元数  
目估计、端元提取以及丰度估计，具体技术路线  
如图2所示。  
2.1 端元数目估计  
端元数目的估计影响后续高光谱混合像元分  
解的精度，如果端元数目估计过少则导致端元提  
取精度不纯，提取的光谱仍是混合信息，且增大  
了原始图像与反演图像的均值误差，反之端元数  
目估计过多则引起重复端元的提取，且易受噪  
声、大气、光谱变异等干扰，导致丰度估计误差  
图1 高光谱遥感的部分论文统计  
Fig. 1 Partial paper statistics of hyperspectral remote sensing 增大。目前端元数目可以依据先验知识或者端元  

相关下载

全部评论(0)

暂无评论
评论赚积分>>

上传资源 上传优质资源有赏金

热门标签

更多>>

最新上传

  • 打赏
  • 30日榜单

热门下载

推荐下载

本站上的所有资源均为源于网上收集或者由用户自行上传，仅供学习和研究使用，无任何商业目的，版权归原作如有侵权，请 来信指出，本站将立即改正。

ICP许可证号：京ICP证070360号     21IC电子网 2000- 版权所有

京ICP备11013301号

京公网安备 11010802024343号