检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于同质区分割的非线性端元提取算法

半导体光电 2023年第5期44卷 761-766页

作者：王俊佟杨华东沈阳理工大学信息科学与工程学院沈阳110159

端元提取是高光谱遥感图像混合像元分解的关键步骤。传统端元提取算法忽略了高光谱图像中地物空间分布相关性与非线性结构,制约了端元提取算法的精度。针对高光谱图像的空间关系与非线性结构,提出一种基于同质区分割的非线性端元提取算... 详细信息

端元提取是高光谱遥感图像混合像元分解的关键步骤。传统端元提取算法忽略了高光谱图像中地物空间分布相关性与非线性结构,制约了端元提取算法的精度。针对高光谱图像的空间关系与非线性结构,提出一种基于同质区分割的非线性端元提取算法。使用超像素分割方法将图像分割为若干同质区,利用流形学习构造高光谱图像数据的非线性结构,最后在同质区内提取端元并利用聚类方法优选端元。模拟和真实图像数据实验表明,该算法能够保证高光谱数据的非线性结构,端元提取结果优于其他传统线性端元提取方法,在低信噪比的情况下,可以保持较好的端元提取结果。

关键词：高光谱遥感图像端元提取超像素分割流形学习

基于进化多目标优化的高光谱端元提取算法研究

在线全文

学校读者我要写书评

暂无评论

基于进化多目标优化的高光谱端元提取算法研究

作者：陈乃坤安徽大学

学位级别：硕士

高光谱遥感图像(HSIs)与传统的多光谱图像相比具有更多的波段数和更广的波段范围,从而能够获取传统的多光谱图像无法获得的精确信息,因此高光谱图像在地质勘测、农业遥感、海洋遥感、环境检测等领域被广泛应用。但是由于光谱仪成像仪的... 详细信息

高光谱遥感图像(HSIs)与传统的多光谱图像相比具有更多的波段数和更广的波段范围,从而能够获取传统的多光谱图像无法获得的精确信息,因此高光谱图像在地质勘测、农业遥感、海洋遥感、环境检测等领域被广泛应用。但是由于光谱仪成像仪的空间分辨率有限,一些高光谱图像的像素中可能包含一种以上的地面对象,这些像素被称为混合像素。混合像素给基于高光谱图像的目标检测带来了许多困难。高光谱解混(HU)可以通过搜索构成混合像素的基本地面对象,并计算每个基本地面对象在混合像素中的比例来有效地解决混合像素的问题。换句话说,HU的目标是获得纯像素集合(端元)和相应的权重集合(丰度)。端元提取(EE)作为HU的关键组成部分,被用来寻找纯像素,这对HU的整体性能有很大的影响。近年来,进化算法(EAs)在解决高光谱端元提取(EE)任务方面显示出了良好的性能。尽管如此,现有的基于EA的EE算法主要利用进化计算的全局搜索能力。其中很少关注高光谱端元提取任务本身,这是一个有约束的稀疏大规模问题。为了填补这一空白,本文提出了一种基于全局到局部搜索的高光谱端元提取算法(GL-EA),该算法将依次进行全局和局部搜索,以有效地提取端元。具体来说,在全局搜索阶段,本文提出了基于非对称翻转的解生成策略和基于SAD的解修补策略,充分探索了高光谱端元提取的稀疏大规模搜索空间,得到了满足约束的端元。在局部搜索,本文提出了基于扰动的局部搜索,进一步提高了所获得的端元的质量。此外,本文还设计了一种基于端元重复的解选择策略,并应用于全局搜索和局部搜索过程中,可以有效选择出高质量的解。在不同的高光谱数据集上的实验结果表明,与目前最先进的EE算法相比,所提出的GL-EA可以提取出更高质量的端元。然而,EE是一个带约束的稀疏大规模多目标优化问题,其约束除了包括固定的端元数量之外,还需要保证解混结果的合理性。为此,我们提出了一种基于进化多任务的高光谱端元提取算法(EMT-HEE)。在GL-EA中,优化约束为端元的数量,与此不同,在EMT-HEE中,我们考虑的约束为每一个像素再进行基于端元的解混时,每个端元的丰度必须为非负值,该约束会导致解空间可行区域形状复杂,叠加原有的大规模搜索空间,进化算法难以收敛到最优前沿面位置。为了既能获得更多有用的信息,又能提高EE的精度。不同于以往的多目标优化的端元提取方法,在EMT-HEE中,我们构造了两个不同的任务:带约束的主任务和不带约束的辅助任务,对于每个独立任务,我们分别设计不同的进化算子,以生成高质量的子代。同时,在两个任务的进化过程中,我们提出了任务间的知识转移机制,可以实现不带约束的辅助任务引导带约束的主任务,带约束的主任务修补不带约束的辅助任务来达到优秀的EE效果。实验表明,在三个常用的HSIs数据集上,和一些现有的算法相比,所提出的EMT-HEE可以获得更好的EE结果。

关键词：端元提取全局到局部搜索多任务优化进化算法多目标优化高光谱图像

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

局部空间特性提升的高光谱端元提取方法研究

局部空间特性提升的高光谱端元提取方法研究

作者：李颖大连海事大学

学位级别：硕士

高光谱遥感影像光谱分辨率较高,是集二维空间和一维光谱同步成像的三维图像,在海洋、农业、交通、生态环境等方面具有广泛的应用。然而由于成像原理的限制,高光谱图像往往空间分辨率较低,导致了单一像元对应地面单元较大,造成多种地物... 详细信息

高光谱遥感影像光谱分辨率较高,是集二维空间和一维光谱同步成像的三维图像,在海洋、农业、交通、生态环境等方面具有广泛的应用。然而由于成像原理的限制,高光谱图像往往空间分辨率较低,导致了单一像元对应地面单元较大,造成多种地物混叠的现象。因此在分析高光谱图像时需要对混合像元进行解混,分解出所包含的纯净地物对应的端元和其相应的丰度比例。传统的解混方法大多从光谱角度进行分析,提取的端元中存在光谱特异性强但代表性弱的情况。研究表明,代表性纯净像元往往存在于空间连续区域。高光谱图像除了丰富的光谱信息外还提供了有价值的空间信息,例如物体的大小、形状、位置等额外特征。利用像素光谱上的相关性自动形成空间上不同形状的簇,从局部聚落中提取具有代表性的像素,可以降低干扰的同时提升全局端元提取的效率。因此本文基于图像的空间分布规律,提出了两种基于局部空间特性提升的端元提取算法,具体工作如下:(1)利用像素在空间上聚集和离散的特点提出一种空间能量加权的最大单形体高光谱端元提取方法(SPEW)。首先为在空间中分布大量且集中的同类像素采用空间势能法计算权重。其次对于空间位置分散的同类像素则计算相互间的光谱角距离,为具有代表性的像素赋予高权重。最终基于最大单形体体积结合两种权重设计了端元提取方法。空间能量加权可以降低最大单形体积的搜寻难度,提高端元提取的准确性。SPEW对空间分布集中或相对分散的端元都能进行有效提取,且无需任何模型参数,具有很好的普适性。(2)以图信号理论为基础,建立局部-全局的图结构对高光谱图像进行分析,提出了结合局部相似性和全局差异性的端元提取方法(LEGC)。该算法筛选子空间图中的代表像素重构全局图,利用空间局部趋向相似性和全局光谱关键差异性进行端元提取。一方面空间局部图的构建在很大程度上抑制了噪声、异常,减少了边缘过渡像素的影响,并提升了全局图的计算效率。另一方面全局图中关键要素的差异性增强了所提端元的区分度。最后将提取出的端元分别采用线性和非线性丰度估计算法进行解混及分析,结果表明LEGC算法提高了端元提取的准确率,有利于解混精度的提升。在多个数据集上分别利用光谱角距离、光谱信息散度、丰度误差和重构误差对所提算法进行比较分析。结果表明,上述两个算法提取出的端元都可以获得较高的准确性,提升了解混的性能。

关键词：高光谱解混端元提取空谱结合

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于测地线距离和正交投影的端元提取算法

半导体光电 2023年第2期44卷 307-311页

作者：杨华东陈鹤元沈阳理工大学信息科学与工程学院沈阳110159

端元提取是高光谱遥感图像混合像元分解的关键步骤。传统线性端元提取方法忽略了像元内地物的非线性混合因素,制约了混合像元分解精度的提升。针对高光谱图像数据的非线性结构,提出一种基于测地线距离的正交投影端元提取算法,将测地线... 详细信息

端元提取是高光谱遥感图像混合像元分解的关键步骤。传统线性端元提取方法忽略了像元内地物的非线性混合因素,制约了混合像元分解精度的提升。针对高光谱图像数据的非线性结构,提出一种基于测地线距离的正交投影端元提取算法,将测地线距离引入端元单体提取过程,利用正交投影方法逐个提取端元。为了降低测地线距离计算量,在端元提取前先利用自动目标生成方法和无约束最小二乘法对原始高光谱数据进行数据约减。模拟和真实高光谱图像实验表明,该方法能够表征光谱数据中非线性因素,端元提取结果优于传统自动目标生成端元提取方法。

关键词：高光谱遥感图像非线性混合端元提取测地线距离

在线全文

学校读者我要写书评

暂无评论

壁画高光谱分区降维及端元提取的线条增强

壁画高光谱分区降维及端元提取的线条增强

作者：毛锦程北京建筑大学

学位级别：硕士

壁画是我国历史的承载者,是文化遗产的主要组成部分,不同时期的壁画风格不同,反映了朝代的更迭、岁月的变迁,具有极高的历史价值和艺术价值。但因其长期受到自然或人为等多种因素的影响,壁画局部的线条可能被颜料层或者烟熏等其他物质覆... 详细信息

壁画是我国历史的承载者,是文化遗产的主要组成部分,不同时期的壁画风格不同,反映了朝代的更迭、岁月的变迁,具有极高的历史价值和艺术价值。但因其长期受到自然或人为等多种因素的影响,壁画局部的线条可能被颜料层或者烟熏等其他物质覆盖,极大影响了壁画的观感,不利于壁画的数字化留存。为了对壁画进行科学修复、制订合理、科学的壁画数字化保护方案,壁画线条信息的增强与提取是不可或缺的环节之一。通过利用高光谱影像中线条的空间信息和光谱信息,能有效提高线条信息的增强效果。所以本研究利用高光谱成像技术“图谱合一”的优势,对壁画上线条和多种颜色图案信息的光谱特征和空间特征进行了分析,并结合降维算法和图像解混方法,提出了两种线条信息的提取方法,主要完成内容如下:（1）基于分区PCA和端元提取的高光谱影像线条增强。首先,选取高光谱影像中波段合成真彩色影像,对壁画的合成真彩色影像进行图像分类,将得到的分类结果作为壁画的标签数据,与壁画的高光谱数据逐点对应获取壁画影像同质区域的高光谱数据。其次,对各同质区域的影像数据进行顶点成分分析获取候选端元集,利用投影矩阵将相似的端元光谱合并得到最终端元集。然后,通过非负约束最小二乘算法进行图像解混得到丰度图。最后,将丰度图与分区PCA归一化后的第一主成分影像进行波段运算获取线条增强后的壁画影像,与合成真彩色影像图像融合后得到包含壁画颜色信息的影像。结果表明,该方法能有效提取颜料层覆盖下的线条信息（2）基于分区KPCA和2DPCA的高光谱影像线条增强。首先,用高光谱成像仪采集壁画的原始高光谱数据进行数据预处理,选取波段合成真彩色影像并利用多尺度模糊C均值算法进行图像分类,将分类后数据与高光谱影像一一对应得到分区高光谱数据,对各分区数据进行KPCA降维获取前几主成分,经平均梯度分析选出分区KPCA降维得到的最优主成分影像;其次,为进一步分析壁画每景影像的行列相关性,对预处理后的高光谱影像进行2DPCA获取其行、列主成分,经图像重构和平均梯度分析获得2DPCA降维得到的最优主成分影像。最后,结合光谱特征分析与图像融合算法进行波段运算得到包含壁画色彩信息和线条增强信息的影像。结果表明,该方法能有效提取被物质覆盖下的线条信息。（3）分别对两种方法所得影像进行定性和定量分析,发现基于分区KPCA和2DPCA的高光谱影像线条增强方法在图像视觉效果和指标精度评价上均优于基于分区PCA和端元提取的高光谱影像线条增强方法。视觉效果方面,由于分区KPCA和2DPCA的高光谱影像线条增强方法考虑了数据的非线性特征和行、列相关性,所挖掘到的线条细节信息要多于基于分区PCA和端元提取的高光谱影像线条增强方法;结果质量评价方面,分区KPCA和2DPCA的高光谱影像线条增强方法在图像均值、方差、平均梯度等多个指标的数值均优于分区PCA和端元提取的高光谱影像线条增强方法得到的影像数值。但两种方法所得影像与数字影像和合成真彩色影像相比,在色彩还原、线条流畅、线条细节的清晰度、影像对比度等多个角度上有明显提升,可帮助文物保护工作者获取更精准的壁画线条分布信息,实现壁画数字化留存。

关键词：高光谱成像壁画线条提取图像聚类分区降维端元提取

一种基于离散粒子群优化算法的高光谱图像端元提取方法

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

光谱学与光谱分析 2011年第9期31卷 2455-2461页

作者：张兵孙旭高连如杨丽娜中国科学院对地观测与数字地球科学中心北京100094 中国科学院研究生院北京100049 中国科学院遥感应用研究所北京100101

针对混合像元分解过程中,由于数据噪声引起的端元提取不准确问题,引入了群智能算法中的粒子群优化算法,并对粒子群优化算法进行了改进,重新定义了位置和速度的表示方法和更新策略,得到离散粒子群优化(discrete particle swarm optimizat... 详细信息

针对混合像元分解过程中,由于数据噪声引起的端元提取不准确问题,引入了群智能算法中的粒子群优化算法,并对粒子群优化算法进行了改进,重新定义了位置和速度的表示方法和更新策略,得到离散粒子群优化(discrete particle swarm optimization,D-PSO),能够在离散空间中进行搜索,解决组合优化问题。同时,通过定义目标函数和可行解空间,将端元提取问题改写成组合优化问题,最终实现利用D-PSO进行端元提取。在给出算法的详细流程之后,文章通过一组模拟数据实验和一组实际数据实验验证了D-PSO算法对于具有较大噪声的数据的适应性和提取端元的可信程度,并分析了不同参数对于算法性能的影响。

关键词：高光谱遥感混合像元端元提取粒子群优化

采用PPI算法改进的一种数学形态学端元提取方法

在线全文

学校读者我要写书评

暂无评论

测绘学报 2019年第8期48卷 996-1003页

作者：徐君王彩玲王丽西安航空学院电子工程学院陕西西安710077 西安石油大学计算机学院陕西西安710065

自动形态学端元提取(automated morphological endmember extraction,AMEE)算法将结构元素内最纯像元与混合度最大的像元之间的光谱角距离定义为形态学离心率指数(morphological eccentricity index,MEI)来定量化地表示像元的纯净度。... 详细信息

自动形态学端元提取(automated morphological endmember extraction,AMEE)算法将结构元素内最纯像元与混合度最大的像元之间的光谱角距离定义为形态学离心率指数(morphological eccentricity index,MEI)来定量化地表示像元的纯净度。然而作为参考标准的混合度最大的像元在不同的结构元素内也是不同的,尤其是当结构元素内的纯净像元占大多数时,像元的均值光谱将更接近纯像元,此时像元的MEI越高,纯度反而越低。针对这一问题,本文提出一种像元纯度指数(pure pixel index,PPI)算法与AMEE算法相结合的端元提取算法PPI-AMEE。在结构元素内,利用PPI指数代替AMEE算法中的MEI指数来寻找最纯像元。变换结构元素时,只有最纯净的像元始终能够投影到随机生成的直线的两端,其PPI值会不断累计增大,而其他像元的PPI值则无法持续增大。累计记录每个像元的PPI值,直至满足迭代终止条件,最终形成一幅PPI图像,端元将在PPI值较大的像元中选取。PPI-AMEE算法只在相对较小的结构元素内运行PPI算法,然后再结合数学形态学中的膨胀操作对整幅图像进行处理,其同时兼顾了图像的光谱信息和空间信息。最后,采用模拟数据及美国内华达州Cuprite地区的机载可见光/红外成像光谱仪(airborne visible infrared imaging spectrometer,AVIRIS)高光谱数据对提出的PPI-AMEE算法进行试验验证。试验结果表明,PPI-AMEE算法的端元提取精度总体上优于AMEE算法和PPI算法。

关键词：高光谱图像端元提取纯像元指数数学形态学

在线全文

学校读者我要写书评

暂无评论

高光谱图像亚像元级地物端元提取方法

浙江大学学报（工学版） 2012年第10期46卷 1857-1865页

作者：崔建涛厉小润赵辽英浙江大学电气工程学院浙江杭州310027 杭州电子科技大学计算机应用技术研究所浙江杭州310018

针对高光谱图像中以亚像元形式存在的地物的端元光谱提取问题,提出凸面几何理论和部分非负矩阵分解相结合的端元提取方法.通过去噪的正交基子空间投影方法和相似度比较获得原始图像中的纯像元端元,利用纯像元端元光谱对图像逐点求取丰... 详细信息

针对高光谱图像中以亚像元形式存在的地物的端元光谱提取问题,提出凸面几何理论和部分非负矩阵分解相结合的端元提取方法.通过去噪的正交基子空间投影方法和相似度比较获得原始图像中的纯像元端元,利用纯像元端元光谱对图像逐点求取丰度和重构误差,对误差大于设定阈值的像素集合进行部分非负矩阵分解,求得亚像元级地物的端元光谱.实验结果表明,该端元提取方法能够弥补传统方法的不足,从而实现对亚像元级地物端元光谱的有效提取.

关键词：端元提取单形体正交基子空间投影线性光谱混合模型非负矩阵分解

在线全文

学校读者我要写书评

暂无评论

优化端元提取方法的高光谱混合像元分解

西南交通大学学报 2018年第6期53卷 1150-1156,1172页

作者：黄作维张岁丰张陶新湖南工业大学农牧业废弃物资源化综合利用湖南省重点实验室湖南株洲412000

高光谱图像的混合像元分解将原始图像分解为多种纯净地物及相应的丰度,端元提取是混合像元分解的关键技术.针对传统算法计算速度慢、搜索范围较大的特点,基于改进的ICA (independent component analysis)算法以及优化的候选端元判断方法... 详细信息

高光谱图像的混合像元分解将原始图像分解为多种纯净地物及相应的丰度,端元提取是混合像元分解的关键技术.针对传统算法计算速度慢、搜索范围较大的特点,基于改进的ICA (independent component analysis)算法以及优化的候选端元判断方法,提出了一种优化的混合像元分解方法.首先使用改进的算法优化端元提取方法;然后利用相邻像素的光谱特征和空间特征信息,结合并行算法对候选端元进行优化;最后利用真实的高光谱数据对该方法的性能进行了验证.验证结果表明:该方法能有效提高端元提取精度,降低复杂度,与经典的端元提取算法N-FINDER相比,准确度提高了3.55%,解混后得到的地物分类精度有了明显改善(总体分类精度提高了2.88%).

关键词：高光谱数据光谱解混端元提取光谱空间特征